Meredith2328 046f71bae6 docs(chapter11): 为 GRPO 学习率补充策略坍塌提示(注释与说明) 3 månader sedan
..
accelerate_configs db9f6efd8e Add chapter11 1 år sedan
.env.example db9f6efd8e Add chapter11 1 år sedan
00_quick_test.py 046f71bae6 docs(chapter11): 为 GRPO 学习率补充策略坍塌提示(注释与说明) 3 månader sedan
01_dataset_loading.py db9f6efd8e Add chapter11 1 år sedan
02_reward_functions.py db9f6efd8e Add chapter11 1 år sedan
03_lora_configuration.py db9f6efd8e Add chapter11 1 år sedan
04_sft_training.py db9f6efd8e Add chapter11 1 år sedan
05_grpo_training.py 046f71bae6 docs(chapter11): 为 GRPO 学习率补充策略坍塌提示(注释与说明) 3 månader sedan
06_complete_pipeline.py db9f6efd8e Add chapter11 1 år sedan
07_model_evaluation.py db9f6efd8e Add chapter11 1 år sedan
08_distributed_training.py db9f6efd8e Add chapter11 1 år sedan
config.json db9f6efd8e Add chapter11 1 år sedan