PeterGriffinJin/Search-R1
@PeterGriffinJinSearch-R1: veRLベースの推論および検索エンジン呼び出しをインターリーブするLLMのための、効率的でスケーラブルなRLトレーニングフレームワーク
スター
5,360
フォーク
484
言語
Python
ライセンス
Apache-2.0
最終プッシュ
10 か月前
関連 Intel（0）
関連 Intel はまだありません
このリポジトリは radar が追跡するソースにまだ登場していません。コレクターはスケジュールで動いています——このリポジトリがカバーされたらまた見てください。