lsdefine/simple_GRPO

一个非常简单的 GRPO 实现，用于重现类似 r1 的 LLM 思考过程。

↗ 在 GitHub 打开

星数

1,705

Fork 数

132

语言

Python

许可

Apache-2.0

最后推送

10个月前

还没有相关情报

radar 追踪的来源里还没有出现过这个 repo。收集器按计划运行——等它覆盖到这个 repo 再回来看看。