Inicio Explorar Axuda
Rexistro Iniciar sesión
suby
/
qmd
1
0
Fork 0
Ficheiros Incidencias 0 Pull Requests 0 Wiki
Árbore: 3ea85eff50
Ramas Etiquetas

Commit History

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