lsdefine/simple_GRPO
@lsdefineR1-जैसी LLM सोच को पुन,उत्पादित करने के लिए एक बहुत ही सरल GRPO कार्यान्वयन।
स्टार
1,705
फ़ोर्क
132
भाषा
Python
लाइसेंस
Apache-2.0
आख़िरी push
10 माह 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।