Domů Procházet Nápověda
Registrovat se Přihlásit se
suby
/
qmd
1
0
Rozštěpit 0
Soubory Úkoly 0 Pull Requesty 0 Wiki
Strom: 3ea85eff50
Větve Značky

Historie revizí

Autor SHA1 Zpráva Datum
  Tobi Lutke 891f3262cf Fix GRPO reward function to handle think blocks and end tokens před 4 měsíci
  Tobi Lutke 8a1c4cdab0 Add 1.7B and 4B GRPO training and GGUF conversion scripts před 4 měsíci