1. 您所在位置：
  2. 网站首页
  3. 文档分类
  4. 办公文档
  5. 课程设计

邹昊晟-开源推理模型的课程学习与GRPO数据心得和训练策略.pdfVIP

  • 1
  • 0
  • 约1.07万字
  • 约 36页
  • 2026-10-21 发布于内蒙古
  • 举报

邹昊晟-开源推理模型的课程学习与GRPO数据心得和训练策略.pdf

    1

    2

    3

    4

    5

    Light-R1:

    推理模型的课程学习和强化学习

    /Qihoo360/Light-R1

    360智脑算法资深专家邹昊晟博士

    2025.04.19

    您可能关注的文档

    最近下载

    文档评论（0）

    1亿VIP精品文档

    更多 >

    相关文档

    更多 >