RLinf 适配 OpenPI SFT 与 pi0.5 模型多卡训练简记
发表于 9 天前
最近使用 RLinf 框架适配了 pi0.5 模型的 SFT（Supervised Fine-Tuning）训练，在 Ascend …
scanz个人博客
正在加载中……
scanz个人博客
最近使用 RLinf 框架适配了 pi0.5 模型的 SFT（Supervised Fine-Tuning）训练，在 Ascend …