来源ID：2026-code-training-verl
这份资料用在哪里
阅读与版本
- 实际登记的读取范围：compute_grpo_outcome_advantage，268行起；静态阅读，未运行完整框架
- 原生版本：
3c6d9b43b67c74ec343d77874cd8fa6e841523da - 原登记指纹：
text-sha256:e2bb4b27eb8d3e32dcd780fe6e9fa904f1f832db6df58920d4c0738a428920cf - 定位：compute_grpo_outcome_advantage，268行起
本地资料
已有来源快照的保存记录；取得时间见档案，新克隆需重新下载本地缓存。
原文缓存位于Git忽略的sources/.local/，具体相对路径与字节SHA-256见保存记录。缓存可能是论文正文、源码文件或网站入口，保存记录中的representation会说明范围；保存不表示全文已阅读或结论已复现。
第三方全文默认只在本地留存。原作许可未核实时不随本仓库公开分发；本库MIT许可证不改变原作权利。
可随仓库读取的上游快照
本快照保留上游Apache-2.0许可与文件内声明，未将第三方材料改为本库许可。