[Agent Memory / 强化学习] MemPO源码学习笔记 ---(5)--- GRPO - 罗西的思考

【摘要】[Agent Memory / 强化学习] MemPO源码学习笔记 (5) GRPO 目录[Agent Memory / 强化学习] MemPO源码学习笔记 (5) GRPO0x00 概要0x01 原理1.1 现状1.2 GRPO1.3 PPO vs GRPO1.4 为什么MemPO选GRPO而不是 阅读全文