实操微调一个基于TRL库GRPO算法的推理模型

Name: 实操微调一个基于TRL库GRPO算法的推理模型 | 西瓜视频
Uploaded: 2025-11-09T03:40:57.000Z
Duration: 15 min 46 s
Channel: 智驭导师授AI
Description: 实操微调一个基于TRL库GRPO算法的推理模型,于2025年11月9日上线。西瓜视频为您提供高清视频，画面清晰、播放流畅，看丰富、高质量视频就上西瓜视频。

2025-11-09发布