/

/

prompt-template-r1

Обзор ДокументацияВойти

/

/

prompt-template-r1

Аналитика

Безопасность

prompt-template-r1

Роман Некрасов
update README.md
год назад
1555781

Описание

как влияет шаблон промпта на рассуждающие способности дистиллированных из Qwen R1-Zero

В избранном0

Сообщить о нарушении

Коммиты:

update README.md

год назад

prompt-template-r1 Как правильно настроить обучение с подкреплением для языковых моделей 1. Выбор базовой модели 2. Выбор алгоритма RL 3. Подготовка данных для обучения 4. Функция вознаграждения 5. Мониторинг процесса обучения 6. Минималистичный рецепт для R1-Zero-подобного обучения Заключение Подходящий шаблон для обучения с подкреплением: объяснение на примерах Примеры шаблонов из статьи Пример влияния шаблона на конкретную модель Почему это важно?Практический вывод

README.md

Описание

как влияет шаблон промпта на рассуждающие способности дистиллированных из Qwen R1-Zero

В избранном0

Сообщить о нарушении

Все инструменты для разработки на одной платформе

Для полного доступа зарегистрируйтесь или авторизуйтесь на GitVerse