评论排行榜

大模型-llamafactory ppo训练模型，不使用llm作为reward模型 -73
jack-chen666 2025-06-24 09:59 阅读:926 评论:1 推荐:0
大模型-qwen3 模型结构解读-66
jack-chen666 2025-06-19 20:19 阅读:4730 评论:1 推荐:1