不少人跳过教科书，直接读DeepSeek论文学GRPO入门RL

研究者telocene惊讶地发现一个新现象：如今有人入门强化学习不再从教材开始，而是直接阅读DeepSeek的数学论文来学习GRPO算法。另一位研究者jessicata随后确认，这种从DeepSeek论文直接学GRPO入门RL的路径确实存在，反映出高质量论文已成为新的学习入口。

2026-09-11 ~ 2026-09-11 · 2 条相关

• 越来越多人不读教科书，直接读DeepSeek数学论文入门GRPO — telocene · 2026-09-11
• 确认：确实有人从DeepSeek论文直接学GRPO入门RL — jessi_cata · 2026-09-11