RUCAIBox/R1-Searcher
@RUCAIBoxR1-searcher: Reinforcement Learning के माध्यम से LLM में खोज क्षमता को प्रोत्साहित करना
स्टार
725
फ़ोर्क
44
भाषा
Python
लाइसेंस
MIT
आख़िरी push
1 वर्ष पहले
संबंधित intel (0)
अभी कोई संबंधित intel नहीं
यह रिपॉजिटरी radar द्वारा ट्रैक किए जाने वाले किसी भी स्रोत में अभी तक नहीं आई है। कलेक्टर एक शेड्यूल पर चलता है — जब यह इस रिपॉजिटरी को कवर करे तब वापस देखें।