github.com

新手上路 3小时前

主楼

[资源名称]

nano-aha-moment

[资源来源]

github.com

[资源介绍]

nano-aha-moment 一款用于LLM强化学习的高效训练库，支持类似DeepSeek R1-zero风格的全参数微调，仅需单个80G GPU和3B基础模型，无需额外RL库且训练过程不到10小时。

[资源合集]

回复点赞举报