← 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.

soalan 1 daripada 6

Apakah komponen utama PPO yang dihapuskan oleh GRPO?