没有 group 哪来的 GRPO：训练员的 AI 玩梗式自嘲
moultano · x · 2026-09-24
一条 AI 圈短梗：作者借 GRPO(Group Relative Policy Optimization,组相对策略优化)的名称玩双关——没有 group 就没有 GRPO,"牺牲自己也是在优化自己的权重"。笑点在于把强化学习训练中的组采样机制说成个人牺牲式的自指,适合作为轻量趣闻分享。
「Fun」频道最新
- Ackman 等着读 Anthropic 招股书风险条款:AI 灭人类致营收归零 — markjeffrey · 2026-09-24
- 艺术家吐槽 AI 实验室「偷偷降智」:该有个智能天气预报 — sterlingcrispin · 2026-09-24
- Zuck 智能眼镜对比 Vision Pro,AI 圈调侃「这该是苹果该做的产品」 — TinfoilTricorn · 2026-09-24
- 网友恶搞「独家泄密」:Dario Amodei 在前沿上踱步 — Aizkmusic · 2026-09-24
- DARPA 曾在甲虫蛹期植入电极,打造可遥控半机械昆虫 — AIandDesign · 2026-09-24
- ML 圈整活:伯克夫发布 Jev 恶搞版 Jev-Huyev,估值开价 10 亿美元 — burkov · 2026-09-24