PAN / JIANHAO

Flow Matching

当前已发布 1 篇与此主题直接相关的方法笔记。

  1. Flow-GRPO：从采样到梯度回传的完整逻辑

    从采样、reward、advantage 到 loss 与 LoRA 梯度，追踪 Flow-GRPO 训练链路中每一步到底发生了什么。

    阅读笔记 →

    Flow MatchingGRPO强化学习
查看全部主题