开源雷达国内 GitHub 镜像站
加速通道已就绪 返回列表
全部项目

GAIR-NLP/OctoThinker

Revisiting Mid-training in the Era of Reinforcement Learning Scaling

语言:Jupyter Notebook · GitHub 星标:188 · Fork:15

话题:llama · llm · mid-training · post-training · pre-training · qwen · reasoning · rl

在 GitHub 上查看原仓库

正在读取项目信息…