3
提交次数
Registered at 2026-9-24 20:51:12, last login at 2026-9-25 11:40:43, last active at 2026-10-11 20:54:10。
| 题目 | 标签 | 难度 |
|---|---|---|
| P5140 DPO(Direct Preference Optimization)Loss | 其他 数学 | 中等 |
| P5147 GRPO(Group Relative Policy Optimization)Loss | 其他 数学 | 中等 |
© CodeFun2000 · 使用条款
Scan the QR code below with WeChat to sign in
First-time scan will create your account automatically
请使用微信扫描下方二维码完成注册