صفحهٔ اصلی گشت‌و‌گذار راهنما
ثبت نام ورود
suby
/
qmd
1
0
انشعاب 0
پرونده‌ها مشکلات 0 درخواست واکشی 0 ویکی
درخت: 2ad507a86e
شاخه‌ها تگ‌ها

تاریخچه Commit ها

نویسنده SHA1 پیام تاریخ
  Tobi Lutke 2ad507a86e Add chat template leakage detection to reward function 4 ماه پیش
  Tobi Lutke 6062dc769f Add named entity extraction to GRPO reward function 4 ماه پیش
  Tobi Lutke 32706a720f Refactor finetune folder: train/rl scripts with YAML configs 4 ماه پیش