zhouyang.xie 2275fcf164 遵循面向对象思想重构train_model_grpo.py 3 hónapja
..
__pycache__ 2275fcf164 遵循面向对象思想重构train_model_grpo.py 3 hónapja
UnslothAlignPropTrainer.py 2275fcf164 遵循面向对象思想重构train_model_grpo.py 3 hónapja
UnslothBCOTrainer.py c5fc011955 完善代码及说明 3 hónapja
UnslothCPOTrainer.py 7270ddb56d Initialize commit 3 hónapja
UnslothDDPOTrainer.py 2275fcf164 遵循面向对象思想重构train_model_grpo.py 3 hónapja
UnslothDPOTrainer.py 7270ddb56d Initialize commit 3 hónapja
UnslothGKDTrainer.py 7270ddb56d Initialize commit 3 hónapja
UnslothGRPOTrainer.py e2a3b8ab23 2025-3-5 README.MD大模型选型评估,训练、微调所需计算资源评估;完善训练数据集生成、训练、推理源程序; 3 hónapja
UnslothKTOTrainer.py 7270ddb56d Initialize commit 3 hónapja
UnslothNashMDTrainer.py 7270ddb56d Initialize commit 3 hónapja
UnslothORPOTrainer.py 7270ddb56d Initialize commit 3 hónapja
UnslothOnlineDPOTrainer.py e2a3b8ab23 2025-3-5 README.MD大模型选型评估,训练、微调所需计算资源评估;完善训练数据集生成、训练、推理源程序; 3 hónapja
UnslothPPOTrainer.py 7270ddb56d Initialize commit 3 hónapja
UnslothPRMTrainer.py 7270ddb56d Initialize commit 3 hónapja
UnslothRLOOTrainer.py 7270ddb56d Initialize commit 3 hónapja
UnslothRewardTrainer.py 7270ddb56d Initialize commit 3 hónapja
UnslothSFTTrainer.py 7270ddb56d Initialize commit 3 hónapja
UnslothXPOTrainer.py 7270ddb56d Initialize commit 3 hónapja