确认：确实有人从DeepSeek论文直接学GRPO入门RL
jessi_cata · x · 2026-09-11
jessicata 简短确认了 telocene 的惊讶：确实存在直接从 DeepSeek 数学论文学 GRPO 来入门强化学习的做法。
所属事件:不少人跳过教科书，直接读DeepSeek论文学GRPO入门RL(2 条相关)→
「研究」频道最新
- 哈佛研究员用果蝇大脑连接组交易比特币，1.5 天跑赢 ML 模型 — Scobleizer · 2026-09-12
- 8 个 LLM 与 1.8 万人对比:模型会做难题却常缺失基础知识结构 — rohanpaul_ai · 2026-09-12
- 88 题自改进基准 RSI-Exam 开放 35 题,被看好接棒 SWE-bench — cihangxie · 2026-09-12
- ETH Zurich 等发布 SuperFlex：可变形超二次曲面分解点云，比 Marching Primitives 快万倍 — orlitany · 2026-09-12
- 合成形态学新科学:非物理主义心灵模型如何被实证研究 — ZeroStateReflex · 2026-09-12
- Apple 提出 IVT：模型学会「预见未来」却不画出来，推理快约 5 倍 — jiqizhixin · 2026-09-12