Commit History

Upphovsman SHA1 Meddelande Datum
  zhouyang.xie 526921091e 修改train_model_grpo_v1.2.py 试图恢复模型训练自我思考 8 månader sedan
  root 5e21073349 添加示例数据集- gsm8k 小学数学 9 månader sedan
  zhouyang.xie 7270ddb56d Initialize commit 9 månader sedan