zhouyang.xie
f9dc2bb16f
换用github jwjohns/unsloth-GRPO-qwen2.5 验证GRPO训练模型
|
2 月之前 | |
|---|---|---|
| .. | ||
| conf_train.yaml | 2 月之前 | |
|
zhouyang.xie
f9dc2bb16f
换用github jwjohns/unsloth-GRPO-qwen2.5 验证GRPO训练模型
|
2 月之前 | |
|---|---|---|
| .. | ||
| conf_train.yaml | 2 月之前 | |