Wesum AI

GDPO

技术

Group-decoupled normalization，用于处理多 reward 尺度差异的优化技术

1 次提及1 个连接首次出现: 2026-06-25最近出现: 2026-06-25

关系图谱

关系 (1)

使用技术 (1)

RAG

相关文章 (1)