Notes

• 2025-04-18

  日本語LLMのSarashinaをGRPOでトレーニングしてReasoning Modelを作る

• 2025-02-25

  さくらの高火力DOKでLlama3.1をGRPOトレーニング

• 2025-02-19

  NVIDIA Container Toolkit のインストール

• 2024-12-31

  GitHub Pagesで最新のJekyllを使う方法

subscribe via RSS