StatePlay transition tokenizer

transition_tokenizer.pt 是隐式状态架构使用的正式 Stage 1 tokenizer,包含 42 个 state-dict 张量。 与原始 outputs/tokenizer/transition_tokenizer.pt 逐字节一致。 使用项目 transition tokenizer 类加载;它不是 Hugging Face 文本 tokenizer。

代码:lupele/stateplay-test 的 rl_posttrain/。 数据:StatePlay-Reward-2280。 配套模型:SFT、transition tokenizer、Stage A 更新、Reward Model。

身份与发布处理见 PUBLICATION.json,公开文件 SHA256 见 SHA256SUMS。 原始本地文件保持原位且未修改。仓库不包含 API 凭据或真实服务地址。

Downloads last month

-

Downloads are not tracked for this model. How to track
Inference Providers NEW
This model isn't deployed by any Inference Provider. 🙋 Ask for provider support