首页/博客/[Agent Memory / 强化学习] MemPO源码学习笔记 ---(5)--- GRPO综合[Agent Memory / 强化学习] MemPO源码学习笔记 ---(5)--- GRPO掘金2026-09-28 21:410 次浏览[Agent Memory / 强化学习] MemPO源码学习笔记 ---(5)--- GRPO 0x00 概要 0x01 原理 1.1 现状 1.2 GRPO 1.3 PPO vs GRPO 1.4原文：https://juejin.cn/post/7690413193491939328我的收藏上一篇Skills Manager：统一54+ AI编程工具Agent技能的跨平台桌面中枢下一篇Go日志库工程选型与逃逸分析评测报告相关文章伊总统：伊朗最高领袖已赋予政府在谈判领域一定的权力当地时间11月2日，伊朗总统佩泽希齐扬表示，政府正努力通过对话解决问题，在这方面，伊朗最高领袖也赋予了政府一定的权力。佩泽希齐扬强调，敌人无法通过战争让伊朗投降，“我们将坚决抵制他们的谎言和夸大其词，因此，我们必须努力增强人民的韧性，解决他0界面新闻波音与Icelease签署协议，拟改装最多3架767-300型货机0界面新闻界面快评｜切断“社工库”黑产，关键要严打“内鬼”“内鬼”不除，黑产难断。0界面新闻伊朗革命卫队称已组建首支“为伊朗捐躯”旅据伊朗法尔斯通讯社11月2日报道，德黑兰大区伊斯兰革命卫队司令哈桑扎德说，伊朗首支“为伊朗捐躯”旅已完成组建，并已接受强化训练、完成装备配备，目前正准备开展实战训练、野外训练和专业射击训练。据伊朗媒体今年4月报道，有超过2410万伊朗人在一0界面新闻金佰利完成对科赴收购0界面新闻国际油价盘中下跌超过6%0界面新闻
![[Agent Memory / 强化学习] MemPO源码学习笔记 ---(5)--- GRPO](/storage/uploads/covers/auto/p7301.svg)
