ホーム エクスプローラ ヘルプ
登録 サインイン
suby
/
qmd
1
0
フォーク 0
ファイル 課題 0 プルリクエスト 0 Wiki
ツリー: v2.0.1
ブランチ タグ

コミット履歴

作者 SHA1 メッセージ 日付
  Tobi Lütke 189916d6fb Move GRPO training out of default finetune pipeline 3 ヶ月 前
  Tobi Lutke 599935754b finetune: remove orphaned files and abandoned experiments 3 ヶ月 前
  Tobi Lütke 102ff861d3 fix: use Qwen3 recommended sampling params to prevent repetition loops 3 ヶ月 前
  Tobi Lütke bf1b8fc90a lots of training stuff 3 ヶ月 前