美格知识库

标签: PPO

此标签下有1条笔记。

  • 2026年5月21日

    Agentic-RL(智能体强化学习)

    • RL
    • SFT
    • GRPO
    • PPO
    • LoRA
    • 训练
    • 强化学习

Created with Quartz v4.5.2 © 2026

  • GitHub
  • Discord Community