मॉडल लॉन्च· Synced· 24 अप्रैल 2025· पिछला वर्ष· 1 मिनट पढ़ा

क्या GRPO 10x कुशल हो सकता है? क्वाई एआई का एसआरपीओ एसआरपीओ के साथ हाँ का सुझाव देता है

क्वाई एआई का एसआरपीओ फ्रेमवर्क गणित और कोड में डीपसीक-आर1 के प्रदर्शन से मेल खाते हुए एलएलएम आरएल प्रशिक्षण के बाद के चरणों को 90% तक कम कर देता है। इतिहास पुनः नमूनाकरण के साथ यह दो चरण वाला आरएल दृष्टिकोण जीआरपीओ की सीमाओं को पार कर जाता है। क्या GRPO 10x हो सकता है...