复现R1的RL的代码, colab直接点run就能跑.

复现R1的RL的代码, colab直接点run就能跑. 复现R1的RL的代码, colab直接点run就能跑. Modified February 12, 2025 https://colab.research.google.com/github/adamchentuo/o1/blob/main/nb/Qwen2.5 (3B) GRPO.ipynb scrollTo=7xZyV6jhKRdI 执行过程中就看到COT模型的数据集 https://colab.research.google.com/github/adamchentuo/o1/blob/main/nb/Qwen2.5 (3B) GRPO.ipynb scrollTo=7xZyV6jhKRdI 执行过程中就看到COT模型的数据集