正在加载线程详情
正在从 X 获取原始推文,整理成清爽的阅读视图。
通常只需几秒钟,请稍候。
共 1 条推文 · 2025年11月23日 19:06
RT @NoahZiems:我们在 mmGRPO 论文中对提示和强化学习的结合进行了相当深入的研究。感觉我们已经……