メインコンテンツへスキップ
buildradar
Sign in

Thinking-Space/Rethinking-OPD

@Thinking-Space

大規模言語モデルのオンポリシー蒸留の再考:現象学、メカニズム、およびレシピ

スター
980
フォーク
74
言語
Python
ライセンス
最終プッシュ
3 週間前
Pythonllmson-policy-distillationmechanism

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。