تاریخچه Commit ها

نویسنده SHA1 پیام تاریخ
  Tobi Lutke f96766cce8 Fix GRPO model loading to use SFT base first 4 ماه پیش
  Tobi Lutke f6a6716c44 Refactor evals into separate run and score scripts 4 ماه پیش