每天六点下班，通勤回到我的宿舍已经昏昏欲睡，然后不得不爬起来干活干完活之后刷刷题直接开始睡觉早上又是早起，眼上的黑眼圈越来越重（貌似本来就挺重的哈哈）

只能走一步看一步了🤓😰

😓😓😓😓

import torch import torch.nn as nn import torch.nn.functional as F class GRPO: def __init__(self, policy, ref_policy, lr=1e-5, beta=0.02, eps_clip=0.2): self.policy = policy self.ref_policy = ref_policy self.optimizer = torch.optim.Adam(policy.parameters(), lr=lr) self.beta = beta self.eps_clip = ep...