yongliang-wu/DFT

[ICLR 2026] 关于 SFT 的泛化：基于奖励整流的强化学习视角。

↗ 在 GitHub 打开

星数

1,035

Fork 数

26

语言

Python

许可

—

最后推送

1个月前

还没有相关情报

radar 追踪的来源里还没有出现过这个 repo。收集器按计划运行——等它覆盖到这个 repo 再回来看看。