WHL

Results 4 comments of

WHL

zero-shot accuracy of instructblip on ScienceQA

Thanks for the quick response. In ScienceQA, some questions have options with images. Does InstructBlip utilize these images?

结合 GRPO 支持 DeepSeek-R1 等推理模型的复现，达到 huggingface open-r1 的类似效果

+1

Allow vLLM on 2nd GPU for GRPO training

+1

希望添加多级排序/字典排序功能

星标排序看起来是整数，我认为可以自动对相同星标数的论文使用偏好排序（目前好像是随机的？）而不用添加新的入口（或者至少对0星标的论文进行偏好排序，通常0星标的论文很多想选择性的看）。