ITPub博客

基于PAI-ChatLearn的GSPO强化学习实践

原创 深度学习 作者:阿里云大数据AI技术 时间:2025-08-12 17:13:38 0 编辑
摘要

近期,阿里通义千问团队创新性提出了 GSPO 算法,PAI-ChatLearn 框架第一时间支持并复现了GSPO的强化学习训练过程,本文将介绍在 PAI 平台复现 GSPO 的最佳实践。

请登录后发表评论 登录
全部评论

注册时间:2021-07-28

  • 博文量
    744
  • 访问量
    2549874

阿里云大数据AI技术