Начало Каталог Помощ
Вход
radu
/
LLamaRecipes
огледало от https://github.com/facebookresearch/llama-recipes.git
Наблюдаван 1
Харесван 0
Разклонения 0
Файлове Задачи 0 Уики
ИН на ревизия: c88e10fab6
Клонове Маркери
LLamaRecipes
/
end-to-end-use-cases
/
coding
/
text2sql
/
fine-tuning
/
grpo
Jeff Tang c88e10fab6 grpo llama 3.2 3b with 3 reward functions преди 7 месеца
..
deepspeed_zero3.yaml c88e10fab6 grpo llama 3.2 3b with 3 reward functions преди 7 месеца
grpo-llama323b-text2sql.yaml c88e10fab6 grpo llama 3.2 3b with 3 reward functions преди 7 месеца
grpo_text2sql.py c88e10fab6 grpo llama 3.2 3b with 3 reward functions преди 7 месеца
requirements.txt c88e10fab6 grpo llama 3.2 3b with 3 reward functions преди 7 месеца