ホーム エクスプローラ ヘルプ
登録 サインイン
suby
/
qmd
1
0
フォーク 0
ファイル 課題 0 プルリクエスト 0 Wiki
ツリー: 2648512b7c
ブランチ タグ

コミット履歴

作者 SHA1 メッセージ 日付
  Tobi Lutke f96766cce8 Fix GRPO model loading to use SFT base first 4 ヶ月 前
  Tobi Lutke f6a6716c44 Refactor evals into separate run and score scripts 4 ヶ月 前