Git Stars Git Stars

#rlhf Repositories

59
Gesamtzahl der Repositories
335,276
Gesamtanzahl der Sterne
5,682
Durchschnittliche Sterne/Repo
Programmiersprachen: Python

Insgesamt 59 Repositories

51
Gen-Verse/Open-AgentRL

RLAnything (ICML 2026) & AutoTool (ICML 2026), DemyAgent: Open-Source-RL für LLMs und Agenten-Szenarien

Gen-Verse
⭐ 664 Python 👤 Gen-Verse Organization 🕐 Aktualisiert 2026-06-12 📅 Erstellt 2025-10-13
52
wanshuiyin/ARIS-in-AI-Offer

Bilinguale (Chinesisch + Englisch) Spickzettel für Vorstellungsgespräche zu ML / LLM / Diffusion / Agenten im herbstlichen KI-Recruiting — erstellt mit ARIS /interview-cheatsheet und von /render-html als überall lesbare einteilige HTML-Dateien gerendert — außerdem ein anhand von CV→DBLP faktengeprüfter Generator für akademische Homepages sowie selbst verfasste Langform-Blogs 🌱

wanshuiyin
⭐ 661 Python 👤 wanshuiyin User 🕐 Aktualisiert 2026-11-18 📅 Erstellt 2026-05-19
53
jianzhnie/LLamaTuner

Einfaches und effizientes Finetuning von LLMs. (Unterstützt LLama, LLama2, LLama3, Qwen, Baichuan, GLM, Falcon) Effizientes Quantisierungstraining und -bereitstellung großer Modelle.

jianzhnie
⭐ 620 Python 👤 jianzhnie User 🕐 Aktualisiert 2025-01-24 📅 Erstellt 2023-05-25
54
nick7nlp/Awesome-LLM-On-Policy-Distillation

Eine kuratierte Sammlung von Papieren und Ressourcen zur On-Policy-Destillation für große Sprachmodelle.

nick7nlp
⭐ 598 Python 👤 nick7nlp User 🕐 Aktualisiert 2026-10-13 📅 Erstellt 2026-04-05
55
uclaml/SPPO

Die offizielle Implementierung der Self-Play Preference Optimization (SPPO)

uclaml
⭐ 587 Python 👤 uclaml User 🕐 Aktualisiert 2025-01-23 📅 Erstellt 2024-06-13
56
adithya-s-k/FineEnvs

FineEnvs — RL-Umgebungen 101: RL-Umgebungen im Zeitalter der LLMs erstellen und skalieren

adithya-s-k
⭐ 572 Python 👤 adithya-s-k User 🕐 Aktualisiert 2026-11-14 📅 Erstellt 2026-05-01
57
voidful/TextRL

Implementierung von ChatGPT RLHF (Reinforcement Learning with Human Feedback) für jedes Generierungsmodell in Hugging Faces Transformer (blommz-176B/bloom/gpt/bart/T5/MetaICL)

voidful
⭐ 564 Python 👤 voidful User 🕐 Aktualisiert 2026-04-23 📅 Erstellt 2021-03-18
58
RLHFlow/Online-RLHF

Ein Rezept für Online-RLHF und Online-iteratives DPO.

RLHFlow
⭐ 539 Python 👤 RLHFlow Organization 🕐 Aktualisiert 2024-12-28 📅 Erstellt 2024-05-10
59
Gen-Verse/dLLM-RL

[ICLR 2026] Offizieller Code für TraceRL: Revolutionierung des Post‑Trainings für Diffusions‑LLMs, Antrieb der SOTA TraDo‑Serie.

Gen-Verse
⭐ 524 Python 👤 Gen-Verse Organization 🕐 Aktualisiert 2026-01-28 📅 Erstellt 2025-08-26