您当前位置:首页 - AI教程资讯 - 详情

冗长响应缩减80%,DeepSeek GRPO获得颠覆性改进,微软GFPO问世

2025-08-17|ai导航站 |来源:ai导航站

用过DeepSeek-R1等推理模型的人,大概都遇到过这种情况:一个稍微棘手的问题,模型像陷入沉思一样长篇大论地推下去,耗时耗算力,结果却未必靠谱。现在,我们或许有了解决方案。

这两天,微软研究员DimitrisPapailiopoulos在