genpark-group-relative-policy-optimization-reinforcement-learning-skill

源码

Group Relative Policy Optimization (GRPO) engine (DeepSeek-R1 style)

⭐ 8开发工具Python仓库 ↗更新于 2026-09-01收录于 2026-10-04

安装配置

查看源码仓库 →

相关服务器

n8n⭐ 206.6k · 开发工具 gemini-cli⭐ 107.2k · 开发工具 awesome-mcp-servers⭐ 95.8k · 开发工具 headroom⭐ 74.4k · 开发工具 reactive-resume⭐ 43.8k · 开发工具 serena⭐ 30k · 开发工具