mst272/LLM-Dojo
@mst272Kerangka kerja Post-training LLM ringan yang mendukung SFT, RLVR, On-Policy KD, Guide KD, dan pelatihan campuran; mengimplementasikan penyulingan Guide satu putaran/banyak putaran, penyulingan banyak guru, pelatihan campuran Reward, dan pembagian data otomatis ๐ฉโ๐๐จโ๐
Bintang
939
Fork
85
Bahasa
Python
Lisensi
โ
Push terakhir
6 bulan yang lalu
Intel terkait (0)
Belum ada intel terkait
Repositori ini belum muncul di sumber mana pun yang dilacak radar. Kolektor berjalan sesuai jadwal โ periksa kembali setelah mencakup repositori ini.