首頁 探索 說明
註冊 登入
suby
/
qmd
1
0
複刻 0
檔案 問題管理 0 合併請求 0 Wiki
目錄樹: d32e13c172
分支列表 標籤列表

提交歷史

作者 SHA1 備註 提交日期
  Tobi Lutke d32e13c172 Add HuggingFace login and comprehensive scoring to GRPO v2 training 4 月之前
  Tobi Lutke 0353994e7d Fix GRPO training script for TRL API compatibility 4 月之前
  Tobi Lutke 7cca164dd9 Add query expansion model finetuning infrastructure 4 月之前