ホーム エクスプローラ ヘルプ
サインイン
radu
/
LLamaRecipes
同期ミラー https://github.com/facebookresearch/llama-recipes.git
Watch 1
Star 0
Fork 0
ファイル 課題 0 Wiki
ツリー: c88e10fab6
ブランチ タグ
LLamaRecipes
/
end-to-end-use-cases
/
coding
/
text2sql
/
fine-tuning
/
grpo
Jeff Tang c88e10fab6 grpo llama 3.2 3b with 3 reward functions 4 週間 前
..
deepspeed_zero3.yaml c88e10fab6 grpo llama 3.2 3b with 3 reward functions 4 週間 前
grpo-llama323b-text2sql.yaml c88e10fab6 grpo llama 3.2 3b with 3 reward functions 4 週間 前
grpo_text2sql.py c88e10fab6 grpo llama 3.2 3b with 3 reward functions 4 週間 前
requirements.txt c88e10fab6 grpo llama 3.2 3b with 3 reward functions 4 週間 前