502566732 发表于 2026-06-08 12:59:20

很多点我之前都没想到，楼主一提醒才恍然大悟，收获很大。
页: 1 2 3 [4]
查看完整版本: GRPO训练不再「自嗨」！快手可灵 x 中山大学推出「GRPO卫兵」，显著缓解视觉生成过优化