zhouyang.xie/unsloth_deepseek @ 5064049d715384ffde9363e51ab166e2245c4f5e

zhouyang.xie 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
..
train.jsonl	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
train_windturbine_old.jsonl	97fe68c387 更换unsloth grpo的训练数据集并验证	3 月之前
unified_chip2.jsonl	7270ddb56d Initialize commit	3 月之前