**GRPO超越英语:多语言与非英语环境下的规模化研究**

_GRPO Beyond English: A Large-Scale Study of GRPO in Non-English and Multilingual Settings_

> Apple ML Research团队对GRPO在多语言和非英语环境下的推理能力进行了大规模实证研究。研究发现,使用母语进行推理训练与英语推理训练之间的性能差距很小,表明GRPO在非英语场景下同样有效。

**来源信息**
- **来源**:Apple Machine Learning Research(RSS)
- **分类**:论文
- **发布时间**:2026-08-18 08:00(北京时间)
- **原文**:[打开原文](https://machinelearning.apple.com/research/grpo-beyond-english)