我的随笔

ToRL工具调用逻辑解析

Brain404 2025-12-31 09:20 阅读:38 评论:0 推荐:0

SFT模仿，RL泛化

Brain404 2025-12-25 16:18 阅读:47 评论:0 推荐:0

【Parallel-R1代码实现】sftv2

Brain404 2025-12-25 15:38 阅读:21 评论:0 推荐:0

【Parallel-R1调研报告】Parallel问题/Code Tool Use问题的sft数据构建

Brain404 2025-12-25 15:23 阅读:28 评论:0 推荐:0

【Parallel-R1】并行思维

Brain404 2025-12-25 10:56 阅读:35 评论:0 推荐:0

【Parrallel-R1代码实现】sft-v1

Brain404 2025-12-25 09:59 阅读:10 评论:0 推荐:0

并行思维实现推理加速

Brain404 2025-12-24 15:04 阅读:45 评论:0 推荐:0

水毕业：利用投票来训练投票

Brain404 2025-12-22 15:01 阅读:8 评论:0 推荐:0

Python TIR 实践经验论文总结（未完待续）

Brain404 2025-12-22 14:13 阅读:34 评论:0 推荐:0

Verl AgentRL quickstart

Brain404 2025-12-22 00:42 阅读:64 评论:0 推荐:0