开源雷达国内 GitHub 镜像站
加速通道已就绪 返回列表
全部项目

real-stanford/dice-rl

From Prior to Pro: Efficient Skill Mastery via Distribution Contractive RL Finetuning

语言:Python · GitHub 星标:95 · Fork:13

在 GitHub 上查看原仓库

正在读取项目信息…