zhouyang.xie
98d070b8c5
换用github jwjohns/unsloth-GRPO-qwen2.5 验证GRPO训练模型
|
2 ماه پیش | |
|---|---|---|
| .. | ||
| conf_train.yaml | 2 ماه پیش | |
|
zhouyang.xie
98d070b8c5
换用github jwjohns/unsloth-GRPO-qwen2.5 验证GRPO训练模型
|
2 ماه پیش | |
|---|---|---|
| .. | ||
| conf_train.yaml | 2 ماه پیش | |