Почетна Преглед Помоћ
Пријавите се
radu
/
LLamaRecipes
огледало од https://github.com/facebookresearch/llama-recipes.git
Прати 1
Волим 0
Креирај огранак 0
Датотеке Дискусије 0 Вики
Дрво: 7edf3d8df0
Гране Ознаке
LLamaRecipes
/
end-to-end-use-cases
/
coding
/
text2sql
/
fine-tuning
/
grpo
Jeff Tang 7edf3d8df0 llm as a judge running now пре 6 месеци
..
deepspeed_zero3.yaml c88e10fab6 grpo llama 3.2 3b with 3 reward functions пре 6 месеци
grpo-llama323b-text2sql.yaml 7edf3d8df0 llm as a judge running now пре 6 месеци
grpo_text2sql.py 7edf3d8df0 llm as a judge running now пре 6 месеци
requirements.txt 57c05170eb added llm as a judge reward func пре 6 месеци