#rlhf Repositorios
59 repositorios en total
RLAnything (ICML 2026) y AutoTool (ICML 2026), DemyAgent: Aprendizaje por refuerzo de código abierto para LLMs y escenarios de agentes
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 🌱
Ajuste fino fácil y eficiente de LLMs. (Soporta LLama, LLama2, LLama3, Qwen, Baichuan, GLM, Falcon) Entrenamiento y despliegue de cuantización eficientes de modelos grandes.
Una colección curada de artículos y recursos sobre destilación en política para modelos de lenguaje grandes.
FineEnvs — Introducción a los entornos de RL: creación y escalado de entornos de RL en la era de los LLM
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)
[ICLR 2026] Código oficial de TraceRL: Revolucionando el post‑entrenamiento de LLMs de difusión, impulsando la serie SOTA TraDo.