добрый день) на гитхабе наверное еще лучше было бы но в целом где удобно

https://cameronrwolfe.substack.com/p/grpo-tricks

малые ллмки для каких задач вы хотели бы иметь/сами потренить? Какие есть идеи? я буду собирать датасетые пригодные для всех 3х стадий претрен, sft, rl…

на 3ю стадию хочу re-rl наш подключать https://github.com/researchim-ai/re-rl которым можно генерить мат задачки

Добрый день! Игорь, спасибо, интересный проект! Замечания и предложения лучше писать сюда, или в Github Issue?

Основной текущий проект это студия для трена и тюнов моделек дома https://github.com/researchim-ai/models-at-home Напоминаю что разворачивается и работает в…