RT @HeMuyu0327: La destilación según políticas revolucionaría el entrenamiento en el uso de herramientas multi-turno más allá del RL, pero ni Tinker ni TRL, que implemen…
Cargando el detalle del hilo
Obteniendo los tweets originales de X para ofrecer una lectura limpia.
Esto suele tardar solo unos segundos.