首页 发现 帮助
注册 登录
suby
/
qmd
1
0
派生 0
文件 工单管理 0 合并请求 0 Wiki
目录树: 9b3a209a97
分支列表 标签列表

提交历史

作者 SHA1 备注 提交日期
  Tobi Lutke 9b3a209a97 Fix GRPO training: apply chat template to prompts 4 月之前
  Tobi Lutke 891f3262cf Fix GRPO reward function to handle think blocks and end tokens 4 月之前
  Tobi Lutke 8a1c4cdab0 Add 1.7B and 4B GRPO training and GGUF conversion scripts 4 月之前