GRPO
9 文章 × 89033 字
2025-09-26
优化GRPO——腾讯提出SPO
大语言模型策略优化grpo局限性single-stream policy optimization+2
2025-08-26
【深度学习】EasyR1 GRPO 多机多卡训练 （3）
easyr1qwen2.5vl 7b多机多卡训练+2
2025-05-13
【知识点】GRPO 训练原理
grpo算法原理强化学习训练群组相对优化+4
2025-05-02
【训练】VLM Qwen2.GRPO训练微调 EasyR1 多机多卡训练（2）
qwen2.5-vl-7b多机训练easyr1微调教程ray分布式训练配置+2
2025-05-02
【训练】VLM GRPO训练微调using EasyR1 （1）
easyr1训练教程grpo微调方法多模态模型训练+2
2025-05-01
GRPO配置参数文档
grpo配置参数深度学习模型训练vllm加速生成+2
2025-04-23
【训练】InternVL2_8B VLM-R1GRPO微调
internvl2_8b 微调grpo 训练配置docker 环境搭建+2
2025-03-27
【训练】VLM-R1GRPO微调， 实战训练教程（2）
vlm-r1-grpo微调教程多图训练数据处理docker环境配置+2
2025-03-03
【训练】VLM-R1GRPO微调， 实战训练教程（1）
vlm-r1 grpo训练教程深度学习模型微调docker环境配置教程+2
