TwiScan 熱門 社區 帳號集合
登入 註冊

註冊並分享邀請連結，可獲得影片播放與邀請獎勵。

立即註冊
Sriraam
@27upon2
post-training research @chakra_ai prev harvard
加入 July 2016
4.1K 正在關注    2.2K 粉絲
Sriraam@27upon2
2026.06.16 19:34
We’re going back to PPO everybody. Curious if there’s some research or experiments comparing the stability with GRPO style setups when you have compacted rollouts
0
6
247
9
轉發到社區