UnslothAI的优化Gpro训练方法【groq吧】

groq吧关注：8贴子：66

把内存需求减少了80%，7GB显存就能复现R1的顿悟时刻
里面似乎有相关的部署方法，稍后我阅读之后在这个贴下面慢慢补

送TA礼物

IP属地:黑龙江

来自Android客户端1楼2025-02-10 17:18回复

https://unsloth.ai/blog/r1-reasoning，这是网站

IP属地:黑龙江

来自Android客户端2楼2025-02-10 17:19

不感兴趣

开通SVIP免广告

大佬

IP属地:北京

来自iPhone客户端3楼2025-02-10 17:25

这个东西是不是要自己写gpro奖励函数

IP属地:江苏

来自Android客户端4楼2025-02-11 15:20

收起回复

下载贴吧APP
看高清直播、视频！

贴吧热议榜

发表回复

内容:

使用签名档查看全部

发表

保存至快速回贴