Industry

emmmm 一直以为训练 RL 这一块语料会很大 看起来是我不了解了 比我预期的低了好几个数量级 anyway 感谢一下公开学习材料

emmmm 一直以为训练 RL 这一块语料会很大 看起来是我不了解了 比我预期的低了好几个数量级 anyway 感谢一下公开学习材料 xiaomi MiMo oss RL environments + training code https://github.com/XiaomiMiMo/verl https://huggingface.co/datasets/XiaomiMiMo/MiMo-V2

DGX agentx-post
industryclem-delangue--x
Loading related sources…