2026-02-17 2026-02-17 随手记 几秒读完 (大约10个字) 0次访问图4-1解：GRPO公式解析 网络回响图4-1解：GRPO公式解析https://blog.xiang578.com/post/logseq/49797.html作者Ryen Xiang发布于2026-02-17更新于2026-02-17许可协议
