turningpoint-ai/VisualThinker-R1-Zero

@turningpoint-ai

2B Modelにおけるマルチモーダルな「アハ体験」を探求

↗ GitHub で開く

スター

623

フォーク

23

言語

Python

ライセンス

—

最終プッシュ

1 年前

Python multimodal deepseek reinforcement-learning post-training reasoning deepseek-r1 grpo deepseek-r1-zero multimodal-journey multimodal-r1 r1 r1-zero

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。