nanoGRPO 轻量级 GRPO 实现

授权协议：None操作系统：None 开发语言：None

nanoGRPO是一个轻量的Group Relative Policy Optimization (GRPO) 实现，为语言模型优化带来高效解决方案。核心特性仅需8GB显存即可运行，适配RT...