新群在这里哇： <img width="396" height="396" alt="Image" src="https://github.com/user-attachments/assets/ae38edf3-10eb-41aa-9ef1-d2be7f19257e" /> --------- 我们建立了GRPO (R1) 训练交流群，方便大家进行实验结果的交流（以及bug fix的同步） 感兴趣可以加入哇 
