ホーム エクスプローラ ヘルプ
登録 サインイン
zhouyang.xie
/
unsloth_deepseek
1
0
フォーク 0
ファイル 課題 0 プルリクエスト 0 Wiki
ツリー: acebf42a2f
ブランチ タグ

コミット履歴

作者 SHA1 メッセージ 日付
  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 3 ヶ月 前
  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 3 ヶ月 前
  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 3 ヶ月 前
  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 3 ヶ月 前