Sākums Izpētīt Palīdzība
Reģistrēties Pierakstīties
zhouyang.xie
/
unsloth_deepseek
1
0
Atdalīts 0
Faili Problēmas 0 Izmaiņu pieprasījumi 0 Vikivietne
Koks: 3f8e53e024
Atzari Tagi
unsloth_deep...
/
data
zhouyang.xie 3f8e53e024 换用github jwjohns/unsloth-GRPO-qwen2.5 验证GRPO训练模型 4 mēneši atpakaļ
..
backup 5e21073349 添加示例数据集- gsm8k 小学数学 4 mēneši atpakaļ
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 4 mēneši atpakaļ
raw 3f8e53e024 换用github jwjohns/unsloth-GRPO-qwen2.5 验证GRPO训练模型 4 mēneši atpakaļ