Inicio Explorar Axuda
Iniciar sesión
moki
/
hello-agents
réplica de https://github.com/datawhalechina/hello-agents.git
1
0
Fork 0
Ficheiros Incidencias 0 Wiki
Rama: main
Ramas Etiquetas
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） hai 1 semana
..
accelerate_configs db9f6efd8e Add chapter11 hai 10 meses
.env.example db9f6efd8e Add chapter11 hai 10 meses
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） hai 1 semana
01_dataset_loading.py db9f6efd8e Add chapter11 hai 10 meses
02_reward_functions.py db9f6efd8e Add chapter11 hai 10 meses
03_lora_configuration.py db9f6efd8e Add chapter11 hai 10 meses
04_sft_training.py db9f6efd8e Add chapter11 hai 10 meses
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） hai 1 semana
06_complete_pipeline.py db9f6efd8e Add chapter11 hai 10 meses
07_model_evaluation.py db9f6efd8e Add chapter11 hai 10 meses
08_distributed_training.py db9f6efd8e Add chapter11 hai 10 meses
config.json db9f6efd8e Add chapter11 hai 10 meses