GRPO 도입 (DeepSeekMath)
GRPO 도입 (DeepSeekMath)
왜 중요한가
가치함수 없는 그룹 상대 정책 최적화가 이후 추론 모델 RL의 사실상 표준이 됨
출처 — 1차 출처를 우선 확인하고, 2차 보도는 「보도」로 따로 표시해요
논문arxiv.orghttps://arxiv.org/abs/2402.033002026년 35주차에 더한 기록이에요 · 그 주 보기
GRPO 도입 (DeepSeekMath)
가치함수 없는 그룹 상대 정책 최적화가 이후 추론 모델 RL의 사실상 표준이 됨
2026년 35주차에 더한 기록이에요 · 그 주 보기