首頁 探索 說明
註冊 登入
suby
/
qmd
1
0
複刻 0
檔案 問題管理 0 合併請求 0 Wiki
目錄樹: 2ad507a86e
分支列表 標籤列表

提交歷史

作者 SHA1 備註 提交日期
  Tobi Lutke 2ad507a86e Add chat template leakage detection to reward function 4 月之前
  Tobi Lutke 6062dc769f Add named entity extraction to GRPO reward function 4 月之前
  Tobi Lutke 32706a720f Refactor finetune folder: train/rl scripts with YAML configs 4 月之前