用文章摘要任务的样本来演示Qwen2.5中使用GRPO方法的训练过程
源自知乎：赵明明
03-11 13:46
内容由AI生成
0评论
当前文章无评论，是时候发表评论了
提示信息
取消
确认
评论举报
已收藏
去我的收藏夹