7B_ppo_phiRM_2GPU_3e-7step_4000/README.md

license

license
apache-2.0

zephre 7B-sft---> PPO-7B zephre 7B-sft---> PPO-7B zephre 7B-sft---> PPO-7B zephre 7B-sft---> PPO-7B zephre 7B-sft---> PPO-7B zephre 7B-sft---> PPO-7B zephre 7B-sft---> PPO-7B zephre 7B-sft---> PPO-7B zephre 7B-sft---> PPO-7B