Skip to content

02. Post Training Delivery Project | 02 · 后训练交付综合项目 ​

项目说明、运行步骤和配置样例见MiniMind 后训练交付项目。

小模型 Agentic RL 扩展 ​

Agentic RL 不属于当前 MiniMind 项目的 SFT、LoRA、DPO 与独立评测范围。相关机制见Agent 专题;实践项目可从开放实践模板开始。

Released under the MIT License.