请介绍你最近关注到的强化学习新方法，例如 DAPO 或 GSPO，并说明它们的核心思路和应用价值。

Question

Accepted Answer

考察点：考察技术前沿关注度、知识迁移和表达能力。回答思路：能准确说明所介绍方法的核心动机和关键改进 能对比已有方法指出创新点 能结合实际场景说明潜在应用价值

考察说明