zhouyang.xie
4995352642
换用github jwjohns/unsloth-GRPO-qwen2.5 验证GRPO训练模型
|
пре 2 месеци | |
|---|---|---|
| .. | ||
| downloads | пре 2 месеци | |
| openai-mirror___gsm8k | пре 2 месеци | |
|
zhouyang.xie
4995352642
换用github jwjohns/unsloth-GRPO-qwen2.5 验证GRPO训练模型
|
пре 2 месеци | |
|---|---|---|
| .. | ||
| downloads | пре 2 месеци | |
| openai-mirror___gsm8k | пре 2 месеци | |