This website works better with JavaScript
首页
发现
帮助
注册
登录
zhouyang.xie
/
unsloth_deepseek
关注
1
点赞
0
派生
0
文件
工单管理
0
合并请求
0
Wiki
目录树:
0da8d87171
分支列表
标签列表
master
unsloth_deep...
/
data
zhouyang.xie
3f8e53e024
换用github jwjohns/unsloth-GRPO-qwen2.5 验证GRPO训练模型
2 月之前
..
backup
5e21073349
添加示例数据集- gsm8k 小学数学
2 月之前
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
2 月之前
raw
3f8e53e024
换用github jwjohns/unsloth-GRPO-qwen2.5 验证GRPO训练模型
2 月之前