hujh4
hujh4
·
AI & ML interests
None yet
Recent Activity
new activity 25 days ago
hbx/JustRL-DeepSeek-1.5B:疑问：没有使用拒绝采样或者动态采样，用GRPO哪里来的梯度呀 new activity 25 days ago
hbx/JustRL-DeepSeek-1.5B:疑问：没有使用拒绝采样或者动态采样，用GRPO哪里来的梯度呀 new activity 26 days ago
hbx/JustRL-DeepSeek-1.5B:疑问：没有使用拒绝采样或者动态采样，用GRPO哪里来的梯度呀Organizations
None yet