miles-rl-training
द्वारा firecrawl
एंटरप्राइज़-ग्रेड RL प्रशिक्षण के लिए मार्गदर्शन प्रदान करता है, जो slime का एक उत्पादन-तैयार फोर्क miles का उपयोग करता है। FP8/INT4 के साथ बड़े MoE मॉडल प्रशिक्षित करते समय उपयोग करें, जब आवश्यकता हो…
npx skills add https://github.com/firecrawl/ai-research-skills --skill miles-rl-training