Git Stars Git Stars

#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.

33
Gesamtzahl der Repositories
86,497
Gesamtanzahl der Sterne
2,621
Durchschnittliche Sterne/Repo

Insgesamt 33 Repositories

1
huggingface/trl

Trainieren Sie Transformer-Sprachmodelle mit Reinforcement Learning.

huggingface
⭐ 19,788 Python 👤 huggingface Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2020-03-27
2
OpenRLHF/OpenRLHF

Ein einfach zu bedienendes, skalierbares und hochperformantes agentisches RL-Framework basierend auf Ray (PPO & DAPO & REINFORCE++ & VLM & TIS & vLLM & Ray & Async RL)

OpenRLHF
⭐ 10,173 Python 👤 OpenRLHF Organization 🕐 Aktualisiert 2026-11-03 📅 Erstellt 2023-07-30
4
thinking-machines-lab/tinker-cookbook

Nach dem Training mit Tinker

thinking-machines-lab
⭐ 4,291 Python 👤 thinking-machines-lab Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2025-07-14
6
deepseek-ai/DeepSeek-Math

DeepSeekMath: Das Erweitern der Grenzen des mathematischen Denkens in offenen Sprachmodellen

deepseek-ai
⭐ 3,110 Python 👤 deepseek-ai Organization 🕐 Aktualisiert 2024-04-15 📅 Erstellt 2024-02-05
7
eric-mitchell/direct-preference-optimization

Referenzimplementierung für DPO (Direct Preference Optimization)

eric-mitchell
⭐ 2,826 Python 👤 eric-mitchell User 🕐 Aktualisiert 2024-08-11 📅 Erstellt 2023-06-22
8
Tencent-Hunyuan/HY-Motion-1.0

HY-Motion-Modell für die Erzeugung von 3D-Menschbewegungen oder 3D-Charakteranimationen.

Tencent-Hunyuan
⭐ 2,679 Python 👤 Tencent-Hunyuan Organization 🕐 Aktualisiert 2026-11-13 📅 Erstellt 2025-12-29
9
yifan123/flow_grpo

[NeurIPS 2025] Eine offizielle Implementierung von Flow-GRPO: Training von Flow Matching Modellen über Online RL

yifan123
⭐ 2,596 Python 👤 yifan123 User 🕐 Aktualisiert 2026-05-07 📅 Erstellt 2025-05-08
10
FoundationAgents/awesome-foundation-agents

Über großartige Dinge für Stiftungsagenten. Artikel / Repos / Blogs / ...

FoundationAgents
⭐ 2,200 👤 FoundationAgents Organization 🕐 Aktualisiert 2025-07-28 📅 Erstellt 2025-03-24
11
LeapLabTHU/Absolute-Zero-Reasoner

Offizielles Repository des Absolute Zero Reasoners

LeapLabTHU
⭐ 1,893 Python 👤 LeapLabTHU User 🕐 Aktualisiert 2025-08-24 📅 Erstellt 2025-05-02
12
BytedTsinghua-SIA/DAPO

Ein Open-Source-RL-System von ByteDance Seed und Tsinghua AIR

BytedTsinghua-SIA
⭐ 1,814 Python 👤 BytedTsinghua-SIA Organization 🕐 Aktualisiert 2025-05-11 📅 Erstellt 2025-03-17
13
lsdefine/simple_GRPO

Eine sehr einfache GRPO-Implementierung zur Reproduktion von r1-ähnlichem LLM-Denken.

lsdefine
⭐ 1,719 Python 👤 lsdefine User 🕐 Aktualisiert 2025-11-21 📅 Erstellt 2025-02-10
14
JiuhaiChen/BLIP3o

Offizielle Implementierung der BLIP3o-Serie

JiuhaiChen
⭐ 1,667 Python 👤 JiuhaiChen User 🕐 Aktualisiert 2025-11-29 📅 Erstellt 2025-04-23
15
XueZeyue/DanceGRPO

Eine offizielle Implementierung von DanceGRPO: Entfesslung von GRPO für visuelle Generierung

XueZeyue
⭐ 1,654 Python 👤 XueZeyue User 🕐 Aktualisiert 2025-10-16 📅 Erstellt 2025-05-08
16
PKU-Alignment/safe-rlhf

Sichere RLHF: Konzernierte Wertausrichtung durch sicheres Reinforcement Learning aus menschlichem Feedback

PKU-Alignment
⭐ 1,624 Python 👤 PKU-Alignment Organization 🕐 Aktualisiert 2025-11-24 📅 Erstellt 2023-05-15
17
alibaba/Pai-Megatron-Patch

Das offizielle Repository von Pai-Megatron-Patch für das groß angelegte Training von LLM & VLM, entwickelt von Alibaba Cloud.

alibaba
⭐ 1,601 Python 👤 alibaba Organization 🕐 Aktualisiert 2025-12-15 📅 Erstellt 2023-09-04
18
Osilly/Vision-R1

[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.

Osilly
⭐ 1,558 Python 👤 Osilly User 🕐 Aktualisiert 2026-03-20 📅 Erstellt 2025-02-03
19
Duxiaoman-DI/XuanYuan

Xuanyuan: Duxiaoman Chinesisches Finanzdialog-Großmodell

Duxiaoman-DI
⭐ 1,323 Python 👤 Duxiaoman-DI Organization 🕐 Aktualisiert 2025-01-07 📅 Erstellt 2023-05-21
20
Tencent-Hunyuan/SRPO

Direkte Ausrichtung der vollständigen Diffusionsbahn an feingranularen menschlichen Präferenzen

Tencent-Hunyuan
⭐ 1,278 Python 👤 Tencent-Hunyuan Organization 🕐 Aktualisiert 2026-05-11 📅 Erstellt 2025-09-09
21
henrywoo/chatllama

ChatLLaMA 📢 Open-Source-Implementierung für LLaMA-basiertes ChatGPT, das auf einer einzelnen GPU ausgeführt werden kann. 15x schnellerer Trainingsprozess als ChatGPT

henrywoo
⭐ 1,200 Python 👤 henrywoo User 🕐 Aktualisiert 2026-10-08 📅 Erstellt 2023-02-27
23
Xwin-LM/Xwin-LM

Xwin-LM: Leistungsstarke, stabile und reproduzierbare LLM-Ausrichtung

Xwin-LM
⭐ 1,041 Python 👤 Xwin-LM Organization 🕐 Aktualisiert 2024-05-31 📅 Erstellt 2023-09-11
24
OSU-NLP-Group/Mind2Web

[NeurIPS'23 Spotlight] "Mind2Web: Towards a Generalist Agent for the Web" -- der erste LLM-basierte Web-Agent und Benchmark für Generalisten-Web-Agenten

OSU-NLP-Group
⭐ 1,036 Jupyter Notebook 👤 OSU-NLP-Group Organization 🕐 Aktualisiert 2025-11-05 📅 Erstellt 2023-04-21
25
kebijuelun/Awesome-LLM-Learning

Lernen großer Sprachmodelle (LLM) (Große Sprachmodelle lernen)

kebijuelun
⭐ 984 TypeScript 👤 kebijuelun User 🕐 Aktualisiert 2026-01-05 📅 Erstellt 2023-08-06
26
mst272/LLM-Dojo

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👩‍🎓👨‍🎓

mst272
⭐ 939 Python 👤 mst272 User 🕐 Aktualisiert 2026-03-08 📅 Erstellt 2024-01-23
27
tatsu-lab/alpaca_farm

Ein Simulationsframework für RLHF und Alternativen. Entwickeln Sie Ihre RLHF-Methode, ohne menschliche Daten zu sammeln.

tatsu-lab
⭐ 840 Python 👤 tatsu-lab Organization 🕐 Aktualisiert 2024-07-01 📅 Erstellt 2023-05-03
28
CodeGoat24/UnifiedReward

Offizielle Implementierung von UnifiedReward & [NeurIPS 2025] UnifiedReward-Think & UnifiedReward-Flex

CodeGoat24
⭐ 831 Python 👤 CodeGoat24 User 🕐 Aktualisiert 2026-06-18 📅 Erstellt 2025-03-04
30
General-Analysis/GA

Eine Enzyklopädie von Jailbreaking-Techniken, um KI-Modelle sicherer zu machen.

General-Analysis
⭐ 583 Jupyter Notebook 👤 General-Analysis Organization 🕐 Aktualisiert 2025-05-26 📅 Erstellt 2025-01-18
31
Fancy-MLLM/R1-Onevision

R1-onevision, ein visuelles Sprachmodell, das zu tiefgreifenden CoT-Schlussfolgerungen fähig ist.

Fancy-MLLM
⭐ 581 Python 👤 Fancy-MLLM User 🕐 Aktualisiert 2025-04-13 📅 Erstellt 2025-02-08
33
teacherpeterpan/self-correction-llm-papers

Dies ist eine Sammlung von Forschungsarbeiten zu sich selbst korrigierenden großen Sprachmodellen mit automatisiertem Feedback.

teacherpeterpan
⭐ 562 👤 teacherpeterpan User 🕐 Aktualisiert 2024-10-28 📅 Erstellt 2023-08-04

Häufig gestellte Fragen

1

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.

2

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.

3

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.