zhouyang.xie/unsloth_deepseek

Автор	SHA1 Съобщение	Дата
zhouyang.xie	f9dc2bb16f 换用github jwjohns/unsloth-GRPO-qwen2.5 验证GRPO训练模型	преди 9 месеца
zhouyang.xie	2275fcf164 遵循面向对象思想重构train_model_grpo.py	преди 9 месеца
zhouyang.xie	ad874737a9 遵循面向对象思想重构train_model_grpo.py	преди 9 месеца
zhouyang.xie	2a20ead66c 遵循面向对象思想重构train_model_grpo.py	преди 9 месеца
zhouyang.xie	1a610f237b 遵循面向对象思想重构train_model_grpo.py	преди 9 месеца
zhouyang.xie	7196266feb 遵循面向对象思想重构train_model_grpo.py	преди 9 месеца