मुख्य सामग्री पर जाएँ
buildradar
Sign in

THUDM/slime

@THUDM

slime RL स्केलिंग के लिए एक LLM पोस्ट-ट्रेनिंग फ्रेमवर्क है।

स्टार
8,358
फ़ोर्क
1,206
भाषा
Python
लाइसेंस
Apache-2.0
आख़िरी push
2 सप्ताह पहले
Python

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।