2.0.0

Ii-robot!2694 fix logo in 2.0.0

f047cc78创建于 2025年5月22日历史提交

文件	最后提交记录	最后更新时间
dpo	!1858 dpo、simpo方案特性支持：支持vpp、dpp、ep、cp、断点续训等 Merge pull request !1858 from glhyy/master	1 年前
instruction_finetune	!1836 补充微调README内容 Merge pull request !1836 from shenjiarun/master	1 年前
lora_finetune	!1835 添加lora feature readme Merge pull request !1835 from DONGHAORAN/master	1 年前
multi_sample_pack_fine_tuning	!2285 增加Qwen2.5-3B|7B|14B|32B和Qwen2-MoE微调脚本 Merge pull request !2285 from changlei/master	1 年前
online_dpo	!2137 【Ray Online DPO】添加Online DPO ST用例，并补充readme Merge pull request !2137 from ningbenzhe1/master	1 年前
process_reward_model	!1882 新增过程奖励模型PRM训练框架 Merge pull request !1882 from zhangjianxiang/prm	1 年前
qlora	!2139 QLoRA特性支持 Merge pull request !2139 from CY-Slightwind/qlora	1 年前
r1	!2310 [DTS2025022427363] readme修改 Merge pull request !2310 from shishaoyu/master	1 年前
ray_grpo	!2175 【Ray GRPO】添加GRPO ST用例，并补充readme，fix config bug Merge pull request !2175 from 朱意霖/master	1 年前
ray_ppo	!2111 补充 Ray PPO Readme Merge pull request !2111 from liuxinyang/master	1 年前
readme	!2694 fix logo in 2.0.0 Merge pull request !2694 from qu_yueze/2.0.0	1 年前
reward_model	!1926 增加奖励模型训练相关文档 Merge pull request !1926 from zhangsicheng5/master	1 年前
trl_ppo	!2094 【part 2】支持trl ppo， 增加PPOEngine和PPOTrainer Merge pull request !2094 from linqihong/master	1 年前
variable_length_flash_attention	!1873 补充CP general以及varlen FA相关文档 Merge pull request !1873 from ningbenzhe1/master	1 年前
yarn	!2293 新增yarn readme以及needlebench测试 Merge pull request !2293 from mochentian/yarn_needlebench	1 年前