ketika orang mengatakan mereka melakukan GRPO, mereka tidak berarti mereka melakukan GRPO *literal* seperti yang dirumuskan pada awalnya. lebih dari hal getaran. itu seperti ketika orang mengatakan mereka melakukan SGD tetapi mereka benar-benar berarti mereka melakukan AdamW

tidak membantu bahwa semua nama peningkatan agak bodoh. "Dr. GRPO, itu adalah singkatan dari GRPO [D]one [r]ight" ayolah. cobalah sedikit lebih keras

banyak perbaikan juga berasal dari kertas DAPO tetapi merupakan hal yang berbeda dari benda di makalah yang disebut DAPO jadi kami hanya akan menyebutnya GRPO mulai sekarang. tidak apa-apa. maksud kami versi yang bagus