zhouyang.xie/unsloth_deepseek

作者	SHA1 備註	提交日期
zhouyang.xie	1021527859 完善README.MD - 增加奖励函数的说明	2 月之前
zhouyang.xie	b704be1c79 完善README.MD - 增加奖励函数的说明	2 月之前
zhouyang.xie	cfe49ef53e 遵循面向对象思想重构train_model_grpo_v1.1.py 去掉分布式及相应环境变量设置代码	2 月之前
zhouyang.xie	91bb641d42 遵循面向对象思想重构train_model_grpo_v1.1.py 去掉分布式及相应环境变量设置代码	2 月之前
zhouyang.xie	dff6b0d9c7 遵循面向对象思想重构train_model_grpo_v1.1.py 去掉分布式及相应环境变量设置代码	2 月之前
zhouyang.xie	1bef66edba 遵循面向对象思想重构train_model_grpo_v1.1.py 去掉分布式及相应环境变量设置代码	2 月之前
zhouyang.xie	73a5634a5e 遵循面向对象思想重构train_model_grpo.py	2 月之前
zhouyang.xie	6401c68303 遵循面向对象思想重构train_model_grpo.py	2 月之前
zhouyang.xie	a96f63805a 遵循面向对象思想重构train_model_grpo.py	2 月之前
zhouyang.xie	77168b22a2 遵循面向对象思想重构train_model_grpo.py	2 月之前
zhouyang.xie	c7b5cc14c5 遵循面向对象思想重构train_model_grpo.py	2 月之前
zhouyang.xie	6529570532 遵循面向对象思想重构train_model_grpo.py	2 月之前
zhouyang.xie	71cb307569 遵循面向对象思想重构train_model_grpo.py	2 月之前
zhouyang.xie	a656b45e84 遵循面向对象思想重构train_model_grpo.py	2 月之前
zhouyang.xie	4bb9924e00 遵循面向对象思想重构train_model_grpo.py	2 月之前
zhouyang.xie	d97b2ed3a6 遵循面向对象思想重构train_model_grpo.py	2 月之前
zhouyang.xie	cd5cc43486 遵循面向对象思想重构train_model_grpo.py	2 月之前
zhouyang.xie	95988ed459 遵循面向对象思想重构train_model_grpo.py	2 月之前
zhouyang.xie	8f30a3f1e1 遵循面向对象思想重构train_model_grpo.py	2 月之前
zhouyang.xie	3634ab78f0 遵循面向对象思想重构train_model_grpo.py	2 月之前
zhouyang.xie	93c55c7c93 修改train_model_grpo.py文件-开启vLLM 观察能否解决损失率值0并且无变化问题	2 月之前
zhouyang.xie	e115acac83 修改train_model_grpo.py文件-开启vLLM 观察能否解决损失率值0并且无变化问题	2 月之前
zhouyang.xie	5a35a32199 修改train_model_grpo.py文件-开启vLLM 观察能否解决损失率值0并且无变化问题	2 月之前
zhouyang.xie	994ac49f1f 遵循面向对象思想重构train_model_grpo.py	2 月之前
zhouyang.xie	2275fcf164 遵循面向对象思想重构train_model_grpo.py	2 月之前
zhouyang.xie	8d19984abd 遵循面向对象思想重构train_model_grpo.py	2 月之前
zhouyang.xie	55e15f38be 遵循面向对象思想重构train_model_grpo.py	2 月之前
zhouyang.xie	ad874737a9 遵循面向对象思想重构train_model_grpo.py	2 月之前
zhouyang.xie	d6429d6a79 遵循面向对象思想重构train_model_grpo.py	2 月之前
zhouyang.xie	2a20ead66c 遵循面向对象思想重构train_model_grpo.py	2 月之前

更新的提交更舊的提交

提交歷史 查找

提交歷史