JustGRPO：扩散语言模型GRPO训练开源

JustGRPO 是扩散语言模型 AR 顺序 GRPO 训练方法的官方实现，研究任意顺序在扩散语言模型中的价值，README 标注论文获 ICML 2026 杰出论文奖。工程明确于2026年1月发布 GSM8K 训练与评测代码，提供安装和训练命令，以 MIT 许可发布，具备独立方法与复现价值。