标签: DAPO

该标签下的全部文章 "DAPO".

• DAPO 入门：把长推理训练的四个薄弱环节补起来

  15 Sep, 2026

  逐步解释 Clip-Higher、动态采样、token 级损失聚合和超长奖励处理，配完整链路与能手算的小例子。