首页 > AI教程资讯

冗长响应缩减80%,DeepSeek GRPO获得颠覆性改进,微软GFPO问世

文章来源:08ai导航网发布时间:2025-08-14 17:51:25

用过DeepSeek-R1等推理模型的人,大概都遇到过这种情况:一个稍微棘手的问题,模型像陷入沉思一样长篇大论地推下去,耗时耗算力,结果却未必靠谱。现在,我们或许有了解决方案。

这两天,微软研究员DimitrisPapailiopoulos在