#reinforcement-learning-from-human-feedback Repositories
Entdecke 33 aktive Open-Source-GitHub-Repositories, die mit #reinforcement-learning-from-human-feedback getaggt sind und insgesamt 86,497 Sterne gesammelt haben (durchschnittlich 2,621 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist huggingface/trl mit 19,788 Sternen.
Insgesamt 33 Repositories
Ein einfach zu bedienendes, skalierbares und hochperformantes agentisches RL-Framework basierend auf Ray (PPO & DAPO & REINFORCE++ & VLM & TIS & vLLM & Ray & Async RL)
DeepSeekMath: Das Erweitern der Grenzen des mathematischen Denkens in offenen Sprachmodellen
Referenzimplementierung für DPO (Direct Preference Optimization)
HY-Motion-Modell für die Erzeugung von 3D-Menschbewegungen oder 3D-Charakteranimationen.
[NeurIPS 2025] Eine offizielle Implementierung von Flow-GRPO: Training von Flow Matching Modellen über Online RL
Über großartige Dinge für Stiftungsagenten. Artikel / Repos / Blogs / ...
Eine sehr einfache GRPO-Implementierung zur Reproduktion von r1-ähnlichem LLM-Denken.
Eine offizielle Implementierung von DanceGRPO: Entfesslung von GRPO für visuelle Generierung
Sichere RLHF: Konzernierte Wertausrichtung durch sicheres Reinforcement Learning aus menschlichem Feedback
Das offizielle Repository von Pai-Megatron-Patch für das groß angelegte Training von LLM & VLM, entwickelt von Alibaba Cloud.
[ICLR2026] Dies ist das erste Papier, das untersucht, wie man R1‑ähnliches RL effektiv für MLLMs einsetzen kann und Vision‑R1 vorstellt, ein rationsierendes MLLM, das kalte Startinitialisierung und RL‑Training nutzt, um die Denkfähigkeit zu fördern.
Direkte Ausrichtung der vollständigen Diffusionsbahn an feingranularen menschlichen Präferenzen
ChatLLaMA 📢 Open-Source-Implementierung für LLaMA-basiertes ChatGPT, das auf einer einzelnen GPU ausgeführt werden kann. 15x schnellerer Trainingsprozess als ChatGPT
[NeurIPS'23 Spotlight] "Mind2Web: Towards a Generalist Agent for the Web" -- der erste LLM-basierte Web-Agent und Benchmark für Generalisten-Web-Agenten
Leichtgewichtiges LLM-Nach-Trainings-Framework, unterstützt SFT, RLVR, On-Policy KD, Guide KD und gemischtes Training; implementiert ein-/mehrstufige Guide-Destillation, Multi-Lehrer-Destillation, Reward-gemischtes Training und automatisierte Datenaufteilung👩🎓👨🎓
Ein Simulationsframework für RLHF und Alternativen. Entwickeln Sie Ihre RLHF-Methode, ohne menschliche Daten zu sammeln.
Offizielle Implementierung von UnifiedReward & [NeurIPS 2025] UnifiedReward-Think & UnifiedReward-Flex
Eine Enzyklopädie von Jailbreaking-Techniken, um KI-Modelle sicherer zu machen.
R1-onevision, ein visuelles Sprachmodell, das zu tiefgreifenden CoT-Schlussfolgerungen fähig ist.
Dies ist eine Sammlung von Forschungsarbeiten zu sich selbst korrigierenden großen Sprachmodellen mit automatisiertem Feedback.
Häufig gestellte Fragen
Welches ist das beliebteste #reinforcement-learning-from-human-feedback-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#reinforcement-learning-from-human-feedback-Projekt auf GitHub ist huggingface/trl mit 19,788 Sternen. Trainieren Sie Transformer-Sprachmodelle mit Reinforcement Learning.
Welche Programmiersprachen werden in #reinforcement-learning-from-human-feedback-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #reinforcement-learning-from-human-feedback-Projekten auf GitHub sind Python, Jupyter Notebook, HTML, TypeScript die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #reinforcement-learning-from-human-feedback-Repositories berechnet?
Wir verfolgen 33 aktive Open-Source-Repositories, die mit #reinforcement-learning-from-human-feedback getaggt sind (500+ Sterne), mit insgesamt 86,497 Sternen und durchschnittlich 2,621 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.