Wesum AI

GA-GRPO

技术

证据感知强化学习方法，将答案正确性、格式规范性和证据奖励结合

1 次提及2 个连接首次出现: 2026-05-15最近出现: 2026-05-15

关系图谱

关系 (2)

使用技术 (1)

MedScope-7B-RL

应用于 (1)

医疗AI

相关文章 (1)