lsdefine/simple_GRPO

一個非常簡單的 GRPO 實作，用於重現類似 r1 的 LLM 思考過程。

↗ 在 GitHub 開啟

星數

1,705

Fork 數

132

語言

Python

授權

Apache-2.0

最後推送

10 個月前

還沒有相關情報

radar 追蹤的來源裡還沒有出現過這個 repo。收集器照排程執行——等它涵蓋到這個 repo 再回來看看。