[控场AI]
待验证50% 置信事实精确时间

组序列策略优化(GSPO)可视为GRPO在序列级重要性采样上的改进,在整条序列层面计算重要性权重并按序列长度归一化,以降低方差、提升长序列生成的训练稳定性。

1
来源数
50%
置信度
长期有效
时效性
2026/11/6
首次发现

来源

涉及实体

相关事实

引用此条事实

Stable URI
https://kongchang.com/claim/1141783
API
curl https://kongchang.com/api/v1/knowledge/claims/1141783
MCP
get_claim(id=1141783)