Главная Обзор Помощь
Регистрация Вход
suby
/
qmd
1
0
Ответвить 0
Файлы Задачи 0 Запросы на слияние 0 Вики
Дерево: 891f3262cf
Ветки Метки

История коммитов

Автор SHA1 Сообщение Дата
  Tobi Lutke 891f3262cf Fix GRPO reward function to handle think blocks and end tokens 4 месяцев назад
  Tobi Lutke 8a1c4cdab0 Add 1.7B and 4B GRPO training and GGUF conversion scripts 4 месяцев назад