Inicio Explorar Ayuda
Registro Iniciar sesión
suby
/
qmd
1
0
Fork 0
Archivos Incidencias 0 Pull Requests 0 Wiki
Árbol: 9b3a209a97
Ramas Etiquetas

Historial de Commits

Autor SHA1 Mensaje Fecha
  Tobi Lutke 9b3a209a97 Fix GRPO training: apply chat template to prompts hace 4 meses
  Tobi Lutke 891f3262cf Fix GRPO reward function to handle think blocks and end tokens hace 4 meses
  Tobi Lutke 8a1c4cdab0 Add 1.7B and 4B GRPO training and GGUF conversion scripts hace 4 meses