GRPO 训练实际使用什么数据？

知识专题：强化学习与奖励题目类型：项目深挖技术难度：进阶相关面经：1 篇

暂无参考答案

未标记

本题目录

相关面经

1 篇

美团

Agent 算法工程师

2025-09-27

查看原面经 →

追问

数据用的什么