zhouyang.xie
32b376dc0b
换用github jwjohns/unsloth-GRPO-qwen2.5 验证GRPO训练模型
|
4 місяців тому | |
|---|---|---|
| .. | ||
| conf_train.yaml | 4 місяців тому | |
|
zhouyang.xie
32b376dc0b
换用github jwjohns/unsloth-GRPO-qwen2.5 验证GRPO训练模型
|
4 місяців тому | |
|---|---|---|
| .. | ||
| conf_train.yaml | 4 місяців тому | |