mst272/LLM-Dojo
@mst272Framework de pós-treinamento de LLM leve, com suporte a SFT, RLVR, On-Policy KD, Guide KD e treinamento híbrido; implementa destilação guiada de turno único/múltiplo, destilação multi-professor, treinamento de recompensa híbrido e triagem automática de dados.
Estrelas
939
Bifurcações
85
Linguagem
Python
Licença
—
Último push
há 6 meses
Intel relacionado (0)
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.