Startsida Utforska Hjälp
Logga in
radu
/
LLamaRecipes
spegling av https://github.com/facebookresearch/llama-recipes.git
Bevaka 1
Stjärnmärk 0
Fork 0
Filer Ärenden 0 Wiki
Träd: 7edf3d8df0
Grenar Taggar

Commit History

Upphovsman SHA1 Meddelande Datum
  Jeff Tang 7edf3d8df0 llm as a judge running now 3 veckor sedan
  Jeff Tang 57c05170eb added llm as a judge reward func 4 veckor sedan
  Jeff Tang c88e10fab6 grpo llama 3.2 3b with 3 reward functions 4 veckor sedan