Tencent-Hunyuan/SRPO
@Tencent-Hunyuanきめ細やかな人間の好みに基づく、フル拡散軌道の直接的なアライメント
スター
1,278
フォーク
42
言語
Python
ライセンス
NOASSERTION
最終プッシュ
4 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。
きめ細やかな人間の好みに基づく、フル拡散軌道の直接的なアライメント
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。