Tag: pytorch

All the articles with the tag "pytorch".

• 从 PPO 到 GRPO：LLM 强化学习的原理与 PyTorch 实现

  10 Sep, 2026

  从策略梯度到 GRPO 完整实现，再到 grad_fn、AdamW 与训练显存全景的逐层拆解