F-GRPO：困难感知优势缩放方法，防止忽略稀有正确解

F-GRPO：别让你的策略只学常见而遗忘稀有

一种困难感知的优势缩放方法，防止强化学习组采样忽略稀有正确解。与 GRPO、DAPO、CISPO 无缝集成，无需额外计算。