#rlhf Repositorios
Descubre 59 repositorios activos de código abierto de GitHub etiquetados con #rlhf, que acumulan 335,276 estrellas en total (una media de 5,682 estrellas por proyecto). El líder de este tema es hiyouga/LlamaFactory, con 76,171 estrellas.
59 repositorios en total
Serie de tutoriales de programación "Sumérgete en LLM: Aprende modelos de lenguaje grandes"
OpenAssistant es un asistente conversacional que comprende tareas, puede interactuar con sistemas de terceros y recuperar información dinámicamente para hacerlo.
La página oficial de GitHub para el artículo de revisión "A Survey of Large Language Models".
Lanzamiento oficial de la serie InternLM (InternLM, InternLM2, InternLM2.5, InternLM3).
Modelos grandes chinos LLaMA-2 y Alpaca-2 Fase II + modelos de contexto ultra largo de 64K (Chinese LLaMA-2 & Alpaca-2 LLMs with 64K long context models)
Implementar un LLM de razonamiento en PyTorch desde cero, paso a paso
Recetas robustas para alinear modelos de lenguaje con preferencias humanas y de IA
Construya, evalúe y optimice sistemas de IA. Incluye evaluaciones (evals), RAG, agentes, ajuste fino, generación de datos sintéticos, gestión de conjuntos de datos, MCP y más.
Argilla es una herramienta de colaboración para que los ingenieros de IA y los expertos del dominio creen conjuntos de datos de alta calidad
El entorno de investigación de código abierto para investigadores de IA que permite entrenar, evaluar y escalar modelos de manera fluida, desde hardware local hasta clústeres GPU.
🚀 Un currículo de código abierto y práctico que cierra la brecha desde conceptos básicos de RL hasta alineación de LLM, RLVR y sistemas Agentic avanzados.
Align Anything: Entrenamiento de un modelo multimodal con retroalimentación
Una lista curada de recursos de aprendizaje por refuerzo con retroalimentación humana (actualizada continuamente)
Distilabel es un framework de datos sintéticos y feedback de IA para ingenieros que necesitan pipelines rápidas, fiables y escalables basadas en artículos de investigación verificados.
Una biblioteca de escalado eficiente y fácil de usar para el aprendizaje por refuerzo con modelos de lenguaje grandes
Repositorio Oficial de "Eureka: Human-Level Reward Design via Coding Large Language Models" (ICLR 2024)
LeetCode para PyTorch: 65 problemas de entrevistas de ML/IA basados en entrevistas reales de Google, Meta y Anthropic. Notebooks de Jupyter, un evaluador automático y un tutor de IA basado en MCP.
Libro de texto sobre aprendizaje por refuerzo a partir de retroalimentación humana
Un evaluador automático para modelos de lenguaje que siguen instrucciones. Validado por humanos, de alta calidad, barato y rápido.
[NeurIPS 2023] ImageReward: Aprendizaje y Evaluación de Preferencias Humanas para la Generación de Texto a Imagen
RLHF Seguro: Alineación de Valores Restringida mediante Aprendizaje por Refuerzo Seguro a partir de Retroalimentación Humana
WebGLM: Un sistema eficiente de preguntas y respuestas mejorado por la web (KDD 2023)
Un marco de RL escalable, centrado en los agentes y nativo de HuggingFace para investigación (9000 líneas).
Xtreme1 es una plataforma todo en uno de etiquetado y anotación de datos para entrenamiento de datos multimodales y admite nubes de puntos 3D LiDAR, imágenes y LLM.
Atropos es un framework de entornos de aprendizaje por refuerzo de modelos de lenguaje para recopilar y evaluar trayectorias de LLM a través de diversos entornos
OpenJudge: Un marco unificado para la evaluación holística y recompensas de calidad
📖 Una lista curada de recursos dedicados a la alucinación de modelos de lenguaje grandes multimodales (MLLM).
Ajuste de LLM sin lágrimas💦; Sample Design Engineering (SDE) para una optimización descendente más eficiente.
‘AI-Compass’ guiará a la comunidad en la navegación del océano tecnológico de la IA. Sea que seas principiante o un desarrollador avanzado, encontrarás aquí un camino hacia todas las direcciones principales de la IA. Su objetivo es ayudar a los desarrolladores a comprender de manera sistemática los conceptos fundamentales de la IA, las tecnologías dominantes, las tendencias de vanguardia y, mediante la práctica, dominar todo el proceso desde la teoría hasta la implementación.
[NeurIPS 2024] SimPO: Optimización de Preferencias Sencilla con una Recompensa sin Referencia
Una colección curada de artículos, informes técnicos, marcos y herramientas para la destilación en política (OPD) de modelos de lenguaje grandes
Una biblioteca con implementaciones extensibles de DPO, KTO, PPO, ORPO y otras funciones de pérdida conscientes de los humanos (HALOs).
Halo es un marco de código abierto desarrollado por White Circle para entrenar modelos de lenguaje de gran tamaño y modelos multimodales
RewardBench: la primera herramienta de evaluación para modelos de recompensa.
Alineación de los grandes modelos de lenguaje con los humanos: una revisión
Trinity-RFT es un marco de uso general, flexible y escalable diseñado para el ajuste fino por refuerzo (RFT) de modelos de lenguaje de gran tamaño (LLM).
Un motor de aprendizaje por refuerzo asíncrono para post-entrenamiento omnimodal a gran escala
🌾 OAT: Un framework amigable para la investigación de alineación en línea de LLM, incluyendo aprendizaje por refuerzo, aprendizaje por preferencia, etc.
Preguntas frecuentes
¿Cuál es el repositorio de #rlhf más popular en GitHub?
El proyecto de código abierto de #rlhf mejor posicionado en GitHub es hiyouga/LlamaFactory, con 76,171 estrellas. Ajuste fino eficiente unificado de más de 100 LLM y VLM (ACL 2024)
¿Qué lenguajes de programación se utilizan más en los repositorios de #rlhf?
Entre los proyectos de #rlhf mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Jupyter Notebook, HTML, TypeScript.
¿Cómo se calcula la clasificación de los repositorios de #rlhf?
Seguimos 59 repositorios activos de código abierto etiquetados con #rlhf (500+ estrellas), que suman un total de 335,276 estrellas, con una media de 5,682 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.