Wesum AI
首页
图谱
主题百科
首页
/
图谱
/
CISPO
CISPO
技术
通过软掩码裁剪权重以保留高信息量token梯度的强化学习算法
1 次提及
1 个连接
首次出现: 2026-05-01
最近出现: 2026-06-01
关系图谱
关系 (1)
基于 (1)
GRPO
相关文章 (1)
1.
机器之心 - 强化学习的进化:从PPO到MaxRL,LLM推理训练的算法演进史