2.2.0

ascend-robotfix dpo for 2.2.0

e10ef94c创建于 2025年11月26日历史提交

文件	最后提交记录	最后更新时间
checkpoint	!588 back core0.8.0	8 个月前
datasets	2.2.0文档修改	7 个月前
envs	!534 update core0.12.1	9 个月前
model	fix grpo loss&reward	7 个月前
dapo_qwen25_32b_A2_20k.yaml	actor_update_dispatch_size脚本值的修改	8 个月前
dapo_qwen25_32b_A3.yaml	!484 【DAPO】filter_groups_metric参数优化	10 个月前
dapo_qwen25_32b_A3_32k.yaml	actor_update_dispatch_size脚本值的修改	8 个月前
dapo_qwen3_30b_a3b_A3.yaml	!588 back core0.8.0	8 个月前
dapo_qwen3_32b_A3.yaml	!489 支持qwen3 32b模型dapo	10 个月前
dpo_qwen3_30b_a3b_A3.yaml	fix dpo for 2.2.0	6 个月前
grpo_deepseek_r1_671b_A2.yaml	fix deepseek grpo 2.2.0	7 个月前
grpo_deepseek_r1_671b_A3.yaml	fix deepseek grpo 2.2.0	7 个月前
grpo_deepseek_r1_671b_A3_eplb.yaml	fix dynamic_batch_size and eplb for ds671B	8 个月前
grpo_qwen25_32b_A2.yaml	fix grpo loss&reward	7 个月前
grpo_qwen25_32b_A3.yaml	fix grpo qwen 32b A3 reward -> 2.2.0	8 个月前
grpo_qwen25_7b_A3.yaml	!534 update core0.12.1	9 个月前
grpo_qwen3_235b_a22b_A2.yaml	!586 fix CP + removing padding	8 个月前
grpo_qwen3_8b_A3.yaml	!586 fix CP + removing padding	8 个月前
ppo_qwen25_32b_A3.yaml	!526 【修改说明】ppo bug fix	9 个月前