← Kembali ke semua kuisKuis terkait panduan • Keras Tingkat • 6 Pertanyaan

Kuis Optimasi Kebijakan Relatif Grup

Uji pemahaman Anda tentang bagaimana GRPO melatih model bahasa dengan pembelajaran penguatan.

Jalur panduan terkait

Pertanyaan 1 dari 6Benar: 0

Komponen utama PPO apa yang dihilangkan GRPO?