谷歌浏览器插件
订阅小程序
在清言上使用
VIPCreated with Sketch.

GVPO: Group Variance Policy Optimization for Large Language Model Post-Training

Kaichen Zhang, Yuzhong Hong, Junwei Bao, Hongfei Jiang, Yang Song, Dingqian Hong,Hui Xiong

arxiv（2025）

引用 0|浏览4
AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要