tracked author
Hao Zhou (周浩)
DAPO通讯作者。清华大学智能产业研究院资料将其列为副教授；其个人主页重点展示 DAPO、AMix-1 与 MemAgent 等项目。
1 archived notes Homepage
Representative Papers
来自作者已核验个人主页的重点论文；本站单篇归档见下方 Related Notes。
Related Notes
按论文归档时间排序，展示该作者在本站已经出现的材料。
归档 更新
DAPO: An Open Source LLM Reinforcement Learning System at Scale
在 Qwen2.5 32B 与 AIME 2024 设置中，用解耦裁剪、动态采样、token 级损失和超长奖励整形将朴素 GRPO 的 avg@32 从 30 提高到 50，并开源代码、数据与模型。