Startsida Utforska Hjälp
Registrera dig Logga in
zhouyang.xie
/
unsloth_deepseek
1
0
Fork 0
Filer Ärenden 0 Pull-förfrågningar 0 Wiki
Träd: 0da8d87171
Grenar Taggar
unsloth_deep...
/
data
zhouyang.xie 3f8e53e024 换用github jwjohns/unsloth-GRPO-qwen2.5 验证GRPO训练模型 2 månader sedan
..
backup 5e21073349 添加示例数据集- gsm8k 小学数学 3 månader sedan
processed 0f1c8812cb 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 månader sedan
raw 3f8e53e024 换用github jwjohns/unsloth-GRPO-qwen2.5 验证GRPO训练模型 2 månader sedan