聱嘹 发表于 2026-3-7 13:22:42

感谢分享，学习下。

第璋胁 发表于 2026-3-8 10:31:11

感谢分享，下载保存了，貌似很强大

左丘纨 发表于 4 天前

谢谢分享，辛苦了

何书艺 发表于 3 天前

这个好，看起来很实用
页: 1 [2]
查看完整版本: PPO 微调的本质：它不是在教模型“更聪明”