修改训练代码为train_model_grpo_v1.2.py 以解决训练输出未达预期问题 · 0f1c8812cb - Gogs

فهرست منبع

修改训练代码为train_model_grpo_v1.2.py 以解决训练输出未达预期问题

zhouyang.xie 3 ماه پیش

والد

7409bac7d8

کامیت

0f1c8812cb

1فایلهای تغییر یافته به همراه0 افزوده شده و 0 حذف شده

مشاهده تقسیم شده نمایش آمار تفاوت ها

				
					تفاوت فایلی نمایش داده نمی شود زیرا این فایل بسیار بزرگ است
					
						+ 0
						
						- 0
					
data/processed/train.jsonl

			
				برخی فایل ها در این مقایسه diff نمایش داده نمی شوند زیرا تعداد فایل ها بسیار زیاد است