GRPO损害多样性，max@k优化方法研究
转发
@egor_bb
: 很高兴看到我们的工作被AK发布
问题：GRPO损害了生成多样性和pass@k/max@k，其增长不如…
https://x.com/_akhaliq/status/_akhaliq/status/1983219121966727230
…
@egor_bb
: 很高兴看到我们的工作被AK发布
问题：GRPO损害了生成多样性和pass@k/max@k，其增长不如…
https://x.com/_akhaliq/status/_akhaliq/status/1983219121966727230
…
N世界的最佳选择
通过max@k优化将强化学习与Best-of-N采样对齐 https://t.co/Q5v18xdvyW