1
0

Коммит түүх

Эзэн SHA1 Мессеж Огноо
  Meredith2328 046f71bae6 docs(chapter11): 为 GRPO 学习率补充策略坍塌提示(注释与说明) 3 долоо хоног өмнө
  jjyaoao bff822a1d8 fix issue597&594&591 3 сар өмнө
  jjyaoao b1bf176a12 fix bug in chapter11 9 сар өмнө
  jjyaoao ca8125eff5 fix Chinese&English 10 сар өмнө
  jjyaoao ce1970b2d4 docs: update English version && full text review 10 сар өмнө