lasgroup/SDPO

Aprendizado por reforço via autodestilação (SDPO)

↗ Abrir no GitHub

Estrelas

1.092

Bifurcações

125

Linguagem

Python

Licença

Apache-2.0

Último push

há 2 meses

Python llm rl reasoning distillation

Ainda não há intel relacionado

Este repo ainda não apareceu em nenhuma das fontes que o radar rastreia. O coletor roda em um cronograma — volte quando ele cobrir este repo.