Пользователь
Советую скормить модели на SFT датасет OpenThoughts3-1.2M и потом начать интерактивное обучение на (типо RL) игре где нужно рассуждать чтобы выигрывать
Советую скормить модели на SFT датасет OpenThoughts3-1.2M и потом начать интерактивное обучение на (типо RL) игре где нужно рассуждать чтобы выигрывать