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
|
vor 2 Monaten | |
|---|---|---|
| .. | ||
| backup | vor 3 Monaten | |
| processed | vor 2 Monaten | |
| raw | vor 3 Monaten | |
|
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
|
vor 2 Monaten | |
|---|---|---|
| .. | ||
| backup | vor 3 Monaten | |
| processed | vor 2 Monaten | |
| raw | vor 3 Monaten | |