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

Pārlūkot izejas kodu

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 2 mēneši atpakaļ

vecāks

7409bac7d8

revīzija

0f1c8812cb

1 mainītis faili ar 0 papildinājumiem un 0 dzēšanām

Apvienotais skats Rādīt salīdzināšanas statistiku

				
					Failā izmaiņas netiks attēlotas, jo tās ir par lielu
					
						+ 0
						
						- 0
					
data/processed/train.jsonl