Unverified50% confidenceFactExact time
GRPO（Group Relative Policy Optimization）相比传统RLHF更适合多步骤决策场景，因为它能同时评估多条执行路径的相对优劣
1
Sources
50%
Confidence
Long-term
Relevance
8/19/2026
First Seen
Sources
Related Claims
Unverified推理增强模型训练层面通常借助GRPO（Group Relative Policy Optimization）等强化学习算法，以最终答案正确性作为奖励信号71% similarUnverified推理增强方法通常借助RLHF或GRPO等算法，在MATH、HumanEval、AIME等基准上取得突破68% similarUnverifiedJustGRPO的核心修复方案是在自回归顺序下训练GRPO，推理阶段保持并行解码63% similarUnverifiedGrok 系列采用混合专家模型（MoE）架构，通过动态激活不同专家子网络在维持较低推理成本的同时扩大参数规模62% similarUnverified团队提出Faithful GRPO方法，引入一致性奖励和接地奖励并通过学习拉格朗日乘子系数平衡约束，以在提升性能同时保持推理忠实性62% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/772780API
curl https://kongchang.com/api/v1/knowledge/claims/772780MCP
get_claim(id=772780)