ну что GRPO все еще делается скринчик где у нас Qwen 2.5 1.5B на 2к макс контекста учится. ревардики растут потихонечку) это на gsm8k-ru
ну что GRPO все еще делается скринчик где у нас Qwen 2.5 1.5B на 2к макс…
0 viewsОткрыть в Telegram →
Из этого канала
- #5581скоро будет полный цикл
скоро будет полный цикл
- #5582https://www.reddit.com/r/LocalLLaMA/comments/1q8hqgd/iclustered3dgxsparksthatnvi…
https://www.reddit.com/r/LocalLLaMA/comments/1q8hqgd/iclustered3dgxsparksthatnvidiasaidcouldnt/ чел пишет что дописал nccl чтобы коннектить в кластер 3 DGX…
- #5583А пока модельки дома готовятся обновляем листик ресечим проектов в которых…
А пока модельки дома готовятся обновляем листик ресечим проектов в которых можно поучаствовать https://github.com/researchim-ai/state-of-ai ии по отрослям так…
- #5578работа над конструктором ревардов) пока еще много тестов впереди думаю что…
работа над конструктором ревардов) пока еще много тестов впереди думаю что по-дефолту будет возможность врубить одним кликом дотюн на gsm8k…
- #5577https://huggingface.co/collections/open-r1/reasoning-datasets
https://huggingface.co/collections/open-r1/reasoning-datasets