Historie revizí

Autor SHA1 Zpráva Datum
  zhouyang.xie acebf42a2f 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 před 2 měsíci
  zhouyang.xie 7409bac7d8 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 před 2 měsíci
  zhouyang.xie 9ff6f0acd6 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 před 2 měsíci
  zhouyang.xie dc546bc9b7 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 před 2 měsíci