Commit Verlauf

Autor SHA1 Nachricht Datum
  Jeff Tang 7edf3d8df0 llm as a judge running now vor 3 Wochen
  Jeff Tang 57c05170eb added llm as a judge reward func vor 4 Wochen
  Jeff Tang c88e10fab6 grpo llama 3.2 3b with 3 reward functions vor 4 Wochen