← Kembali kepada semua kuizKuiz berkaitan panduan • Keras Tahap • 6 Soalan

Kuiz Pengoptimuman Dasar Relatif Kumpulan

Uji pemahaman anda tentang cara GRPO melatih model bahasa dengan pembelajaran pengukuhan.

Laluan panduan yang berkaitan

soalan 1 daripada 6Betul: 0

Apakah komponen utama PPO yang dihapuskan oleh GRPO?