Git Stars Git Stars

#rlhf Repositorios

59
Total de Repositorios
335,276
Total de estrellas
5,682
Promedio de Estrellas/Repo
Lenguajes de programación: Python

59 repositorios en total

51
Gen-Verse/Open-AgentRL

RLAnything (ICML 2026) y AutoTool (ICML 2026), DemyAgent: Aprendizaje por refuerzo de código abierto para LLMs y escenarios de agentes

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

Hojas de consulta bilingües (chino + inglés) para entrevistas de ML / LLM / difusión / agentes en la campaña de contratación otoñal de IA — generadas por ARIS /interview-cheatsheet y convertidas mediante /render-html en HTML de un solo archivo, legible en cualquier lugar — además de un generador de páginas académicas verificado mediante CV→DBLP y blogs extensos escritos personalmente 🌱

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

Ajuste fino fácil y eficiente de LLMs. (Soporta LLama, LLama2, LLama3, Qwen, Baichuan, GLM, Falcon) Entrenamiento y despliegue de cuantización eficientes de modelos grandes.

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

Una colección curada de artículos y recursos sobre destilación en política para modelos de lenguaje grandes.

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

La implementación oficial de Self-Play Preference Optimization (SPPO)

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

FineEnvs — Introducción a los entornos de RL: creación y escalado de entornos de RL en la era de los LLM

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

Implementación de ChatGPT RLHF (Aprendizaje por Refuerzo con Retroalimentación Humana) en cualquier modelo de generación en el transformer de huggingface (blommz-176B/bloom/gpt/bart/T5/MetaICL)

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

Una receta para RLHF en línea y DPO iterativo en línea.

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

[ICLR 2026] Código oficial de TraceRL: Revolucionando el post‑entrenamiento de LLMs de difusión, impulsando la serie SOTA TraDo.

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