В sdpo добавляю поддержку тюнинга с лорой ждьом
В sdpo добавляю поддержку тюнинга с лорой ждьом
0 viewsОткрыть в Telegram →
Из этого канала
- #5903вместо 21гб приятнее но дело еще в том - натюнится ли
вместо 21гб приятнее но дело еще в том - натюнится ли
- #5904Кстати дальше по курсу попробуем себе закатить…
Кстати дальше по курсу попробуем себе закатить https://huggingface.co/docs/trl/lorawithoutregret
- #5905Класс, молодцы! А что за команда?
Класс, молодцы! А что за команда?
- #5901POPE: Learning to Reason on Hard Problems via Privileged On-Policy Exploration…
POPE: Learning to Reason on Hard Problems via Privileged On-Policy Exploration https://arxiv.org/abs/2601.18779 https://www.alphaxiv.org/ru/overview/2601.18779…
- #5900SWE-Universe: Scale Real-World Verifiable Environments to Millions…
SWE-Universe: Scale Real-World Verifiable Environments to Millions https://arxiv.org/abs/2602.02361