ホーム エクスプローラ ヘルプ
登録 サインイン
zhouyang.xie
/
unsloth_deepseek
1
0
フォーク 0
ファイル 課題 0 プルリクエスト 0 Wiki
ツリー: 5064049d71
ブランチ タグ
unsloth_deep...
/
data
zhouyang.xie 5064049d71 增加 RAG 技术验证 1 ヶ月 前
..
backup 5e21073349 添加示例数据集- gsm8k 小学数学 3 ヶ月 前
knowledgebase 5064049d71 增加 RAG 技术验证 1 ヶ月 前
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 3 ヶ月 前
raw 3f8e53e024 换用github jwjohns/unsloth-GRPO-qwen2.5 验证GRPO训练模型 2 ヶ月 前