Kinnari
Search
搜索
暗色模式
亮色模式
探索
training-inference-mismatch
此标签下有2条笔记。
2026年10月29日
LLM RL 后训练中的 Score Centering
llm
rl
rlvr
grpo
training-inference-mismatch
theory
2026年8月04日
Beyond Precision: Why Training-Inference Mismatch is an Optimization Problem and How Simple LR Scheduling Fixes It
llm
training-inference-mismatch
转载