Accueil Explorer Aide
Connexion
moki
/
hello-agents
miroir de https://github.com/datawhalechina/hello-agents.git
1
0
Fork 0
Fichiers Tickets 0 Wiki
Branche: main
Branches Tags
hello-agents
/
code
/
chapter11
Meredith2328 046f71bae6 docs(chapter11): 为 GRPO 学习率补充策略坍塌提示（注释与说明） il y a 1 semaine
..
accelerate_configs db9f6efd8e Add chapter11 il y a 10 mois
.env.example db9f6efd8e Add chapter11 il y a 10 mois
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） il y a 1 semaine
01_dataset_loading.py db9f6efd8e Add chapter11 il y a 10 mois
02_reward_functions.py db9f6efd8e Add chapter11 il y a 10 mois
03_lora_configuration.py db9f6efd8e Add chapter11 il y a 10 mois
04_sft_training.py db9f6efd8e Add chapter11 il y a 10 mois
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） il y a 1 semaine
06_complete_pipeline.py db9f6efd8e Add chapter11 il y a 10 mois
07_model_evaluation.py db9f6efd8e Add chapter11 il y a 10 mois
08_distributed_training.py db9f6efd8e Add chapter11 il y a 10 mois
config.json db9f6efd8e Add chapter11 il y a 10 mois