zhouyang.xie/unsloth_deepseek @ ebaa48bc169689fc96d7196b96345dfb65a4afc8

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 mesi fa
..
backup	5e21073349 添加示例数据集- gsm8k 小学数学	3 mesi fa
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	2 mesi fa
raw	e2a3b8ab23 2025-3-5 README.MD大模型选型评估，训练、微调所需计算资源评估；完善训练数据集生成、训练、推理源程序；	3 mesi fa