Sākums Izpētīt Palīdzība
Pierakstīties
radu
/
LLamaRecipes
spogulis no https://github.com/facebookresearch/llama-recipes.git
Vērot 1
Pievienot zvaigznīti 0
Atdalīts 0
Faili Problēmas 0 Vikivietne
Koks: 7edf3d8df0
Atzari Tagi
LLamaRecipes
/
end-to-end-use-cases
/
coding
/
text2sql
/
fine-tuning
/
grpo
Jeff Tang 7edf3d8df0 llm as a judge running now 4 nedēļas atpakaļ
..
deepspeed_zero3.yaml c88e10fab6 grpo llama 3.2 3b with 3 reward functions 1 mēnesi atpakaļ
grpo-llama323b-text2sql.yaml 7edf3d8df0 llm as a judge running now 4 nedēļas atpakaļ
grpo_text2sql.py 7edf3d8df0 llm as a judge running now 4 nedēļas atpakaļ
requirements.txt 57c05170eb added llm as a judge reward func 1 mēnesi atpakaļ