Strona główna Odkrywaj Pomoc
Zarejestruj się Zaloguj się
suby
/
qmd
1
0
Forkuj 0
Pliki Problemy 0 Oczekujące zmiany 0 Wiki
Drzewo: 3ea85eff50
Gałęzie Tagi

Historia zmian

Autor SHA1 Wiadomość Data
  Tobi Lutke 891f3262cf Fix GRPO reward function to handle think blocks and end tokens 4 miesięcy temu
  Tobi Lutke 8a1c4cdab0 Add 1.7B and 4B GRPO training and GGUF conversion scripts 4 miesięcy temu