Update README.md
Browse files
README.md
CHANGED
|
@@ -29,9 +29,12 @@ Reward-функции работают на уровне токенизиров
|
|
| 29 |
### Архитектура обучения
|
| 30 |
|
| 31 |
Обучение организовано в распределённом режиме:
|
|
|
|
| 32 |
- **Training ноды**: DeepSpeed ZeRO-3 для эффективного распределения модели и оптимизатора
|
| 33 |
- **Generation нода**: отдельный vLLM сервер для генерации кандидатов через HTTP API
|
| 34 |
- **Correction post training**
|
|
|
|
|
|
|
| 35 |
---
|
| 36 |
license: unknown
|
| 37 |
license_name: proprietary
|
|
|
|
| 29 |
### Архитектура обучения
|
| 30 |
|
| 31 |
Обучение организовано в распределённом режиме:
|
| 32 |
+
|
| 33 |
- **Training ноды**: DeepSpeed ZeRO-3 для эффективного распределения модели и оптимизатора
|
| 34 |
- **Generation нода**: отдельный vLLM сервер для генерации кандидатов через HTTP API
|
| 35 |
- **Correction post training**
|
| 36 |
+
|
| 37 |
+
|
| 38 |
---
|
| 39 |
license: unknown
|
| 40 |
license_name: proprietary
|