zhouyang.xie
3f8e53e024
换用github jwjohns/unsloth-GRPO-qwen2.5 验证GRPO训练模型
|
2 kuukautta sitten | |
|---|---|---|
| .. | ||
| data_raw_old.json | 3 kuukautta sitten | |
| data_raw_windturbine_faultcases.txt | 2 kuukautta sitten | |
|
zhouyang.xie
3f8e53e024
换用github jwjohns/unsloth-GRPO-qwen2.5 验证GRPO训练模型
|
2 kuukautta sitten | |
|---|---|---|
| .. | ||
| data_raw_old.json | 3 kuukautta sitten | |
| data_raw_windturbine_faultcases.txt | 2 kuukautta sitten | |