LongVT是非常好的工作!!作为小白,想要复现训练流程,关于RL阶段的每一次rollout对于工具调用的实现不太清楚~我用的是ms-swift框架
LongVT是非常好的工作!!作为小白,想要复现训练流程,关于RL阶段的每一次rollout对于工具调用的实现不太清楚~我用的是ms-swift框架