Tobi Lütke
189916d6fb
Move GRPO training out of default finetune pipeline
|
3 сар өмнө | |
|---|---|---|
| .. | ||
| accelerate_multi_gpu.yaml | 3 сар өмнө | |
| sft.yaml | 3 сар өмнө | |
| sft_local.yaml | 3 сар өмнө | |
|
Tobi Lütke
189916d6fb
Move GRPO training out of default finetune pipeline
|
3 сар өмнө | |
|---|---|---|
| .. | ||
| accelerate_multi_gpu.yaml | 3 сар өмнө | |
| sft.yaml | 3 сар өмнө | |
| sft_local.yaml | 3 сар өмнө | |