Halaman utama Jelajahi Bantuan
Daftar Masuk
zhouyang.xie
/
unsloth_deepseek
1
0
Fork 0
Berkas Masalah 0 Permintaan Tarik 0 Wiki
Pohon: acebf42a2f
Ranting Tag

Komit Sejarah

Pembuat SHA1 Pesan Tanggal
  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 2 bulan lalu
  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 2 bulan lalu
  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 2 bulan lalu
  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 2 bulan lalu