ViperEkura a5574f92e2 feat: 初步实现grpo 算法逻辑		2026-03-19 20:56:53 +08:00
..
__init__.py	fix: 修复callback 时机不一致的问题	2026-03-06 10:51:22 +08:00
metric_util.py	refactor: 修改metric_util.py	2026-03-06 10:33:44 +08:00
schedule.py	fix: 修复一些运行时问题	2026-03-01 15:47:07 +08:00
strategy.py	feat: 初步实现grpo 算法逻辑	2026-03-19 20:56:53 +08:00
train_callback.py	fix: 修复metric 保存时机的问题	2026-03-16 20:07:36 +08:00
train_context.py	fix: 修复一些运行时问题	2026-03-01 15:47:07 +08:00
trainer.py	fix: 修复梯度平均问题	2026-03-13 23:00:26 +08:00