Felipe0282829273/nilo-revisor-08b

Delete nilo-revisor-v2-q8_0.gguf with huggingface_hub

Upload nilo-revisor-v2-q4_K_M.gguf with huggingface_hub

v2 off-policy em gguf q8_0 (23/24 na regua, 27 aberturas, 0 loop)

experimento: SmolLM2-135M com 400 tracos de raciocinio (nao instalou a tag)

on-policy por rodadas

passo 500/600 · KL 1.1242

passo 400/600 · KL 1.1013

passo 300/600 · KL 1.0539

passo 200/600 · KL 1.3016

passo 100/600 · KL 1.5259

passo 600/600 · KL 1.1366

passo 500/600 · KL 1.1396

passo 400/600 · KL 1.1619

passo 300/600 · KL 1.2224

passo 200/600 · KL 1.1898

passo 100/600 · KL 1.5887

v2 off-policy

corpus off-policy: 423 linhas, 344 aberturas

o que este modelo e, e como foi treinado

initial commit