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: 3ea85eff50
分支列表 標籤列表

提交歷史

作者 SHA1 備註 提交日期
  Tobi Lutke 891f3262cf Fix GRPO reward function to handle think blocks and end tokens 4 月之前
  Tobi Lutke 8a1c4cdab0 Add 1.7B and 4B GRPO training and GGUF conversion scripts 4 月之前