PulseAugur
中
实时 06:51:15
实体 Eigenform

Eigenform

PulseAugur coverage of Eigenform — every cluster mentioning Eigenform across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_369763 ·

    DeepSeek的GRPO算法在更新的LLM训练流程中演进

    DeepSeek的V4技术报告表明,群组相对策略优化(GRPO)算法继续用于训练领域特定的模型。然而,整体的训练后流程已经演进,GRPO现在应用于监督微调之后,以及在将能力整合到统一模型中的策略内蒸馏阶段之前。这与早期将GRPO纳入混合强化学习阶段的V3.2方法形成对比。