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