Halaman utama Jelajahi Bantuan
Daftar Masuk
suby
/
qmd
1
0
Fork 0
Berkas Masalah 0 Permintaan Tarik 0 Wiki
Pohon: 3ea85eff50
Ranting Tag

Komit Sejarah

Pembuat SHA1 Pesan Tanggal
  Tobi Lutke 891f3262cf Fix GRPO reward function to handle think blocks and end tokens 4 bulan lalu
  Tobi Lutke 8a1c4cdab0 Add 1.7B and 4B GRPO training and GGUF conversion scripts 4 bulan lalu