AI技术文章 DanceGRPO：首个统一视觉生成的强化学习框架 Written by yinhua 2025年5月15日 R1 横空出世，带火了 GRPO 算法，RL 也随之成为 2025 年的热门技术探索方向，近期，字节 Seed … Continue reading “DanceGRPO：首个统一视觉生成的强化学习框架”
