察元AI教程库 · 仓库 · 智能体

nanopt

White-box LLM post-training course: SFT, DPO, GRPO/RLVR, Agent SFT, and Mini Agent RL on one 16 GB GPU.

作者:shenli · 语言:en

前往原址学习

简介

White-box LLM post-training course: SFT, DPO, GRPO/RLVR, Agent SFT, and Mini Agent RL on one 16 GB GPU.

返回教程库 · 察元AI产品家族