master

cann-robot feat(llm_rl/qwen3): add length-aware resampler for veRL rollout

ba7be607创建于 27 天前历史提交

文件	最后提交记录	最后更新时间
qwen3_235b_env.sh	[fix] bugfix for qwen3-235B OOM	3 个月前
qwen3_32b_env.sh	[fix] bugfix for qwen3-235B OOM	3 个月前
train_dapo_qwen3_235b_128die_true_weight.sh	[fix] bugfix for qwen3-235B OOM	3 个月前
train_dapo_qwen3_32b_32die_true_weight.sh	[fix] bugfix for qwen3-235B OOM	3 个月前
train_grpo_qwen3_235b_128die_random_init.sh	[refactor] support npugraph_ex + CANN 8.5.0 + vllm-ascend v0.14.0	4 个月前
train_grpo_qwen3_235b_128die_true_weight.sh	[fix] bugfix for qwen3-235B OOM	3 个月前
train_grpo_qwen3_32b_32die_true_weight.sh	[fix] bugfix for qwen3-235B OOM	3 个月前
train_grpo_qwen3_resampler_example.sh	feat(llm_rl/qwen3): add length-aware resampler for veRL rollout	27 天前