TideDra/lmm-r1
@TideDraमल्टीमॉडल कार्यों पर DeepSeek-R1 के पुनरुत्पादन के लिए LMM RL प्रशिक्षण का समर्थन करने हेतु OpenRLHF का विस्तार करें।
स्टार
848
फ़ोर्क
53
भाषा
Python
लाइसेंस
Apache-2.0
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।