何时用带 Critic 的 PPO、何时用无 Critic 的 GRPO
好文：什么时候该用带 Critic 的 PPO，什么时候用无 Critic 的 GRPO。 https://labs.scale.com/blog/to-critic-or-not-to-critic-grpo-vs-ppo
AI 导读
Scale AI 实验室博客文章分析了强化学习中带 Critic 的 PPO 与无 Critic 的 GRPO 两种算法各自适用的场景。原文仅为链接推荐，未提供具体结论、参数或 benchmark 数据。