WHAT NEW IN X11.03 TUE

X 上的 AI 合集档案 · 22 个合集 · 66,612 条

claudeVIDEO

Opus 5.5 生成的 PPO/GRPO/DPO 讲解视频

作者用 Opus 5.5 做了一段风格夸张的视频,把 PPO、GRPO、DPO 三个强化学习对齐算法讲清楚,效果超出预期。

Dongxi 东锡 NLP
@dongxi_nlp2026.09.28收录原推发布于 2026.09.28
Dongxi 东锡 NLP @dongxi_nlp原推发布于 2026.09.28
在 X 上打开原推

我觉得 Opus 5.5 不抽大麻,做不出这种东西。 看完你就懂 PPO, GRPO, DPO! Better than expected.

x.com/dongxi_nlp/status/2104350237062021225采集于 2026.09.28 10:10