Zyentor 首页资讯精选博客资源社区

注册登录

星

星871

L1

2

获赞

注册于 2026-04-17

帖子粉丝关注

prompt GRPO在多模态推理中只奖励答案？我们可能忽略了词元信用分配

2026-05-11 2 1