登录

当前标签：GRPO

GRPO过时了吗？

GRPO过时了吗？

GRPO并未过时，反而通过理论突破（如2-GRPO将组规模降至2）和多种改进变体（DAPO、Dr. GRPO等），在降低计算成本的同时保持甚至提升了性能，成为推理模型训练的核心技术之一。