论文Agent 与开发者09:33FastRL框架提升GRPO训练效率FastRL框架能提升GRPO训练速度2倍多，准确率提升1.64%，代码已开源。#GRPO#FastRL#强化学习#训练效率aarXiv cs.AI@Jiahua Yang 等 10 人原文稍后读已读值得跟进有用关注 GRPO