Tag: PPO

All the articles with the tag "PPO".

• 浅谈Agentic RL

  2026年4月2日

  这篇博客试图用最直白的语言，把从经典强化学习到今天大模型训练中用到的GRPO，一条线串起来讲清楚。如果你对RL有一点点了解但又觉得公式劝退，希望这篇文章能帮到你。