Git Stars Git Stars

#reinforcement-learning-from-human-feedback Dépôts

Découvrez 33 dépôts GitHub open source actifs associés à #reinforcement-learning-from-human-feedback, cumulant 86,497 étoiles au total (soit une moyenne de 2,621 étoiles par projet). Le projet en tête de ce thème est huggingface/trl, avec 19,788 étoiles.

33
Total des Dépôts
86,497
Nombre total d'étoiles
2,621
Moyenne d'Étoiles/Dépôt
1
huggingface/trl

Entraîner des modèles linguistiques Transformer avec l'apprentissage par renforcement.

huggingface
⭐ 19,788 Python 👤 huggingface Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2020-03-27
2
OpenRLHF/OpenRLHF

Un framework RL agentique facile à utiliser, scalable et haute performance basé sur Ray (PPO & DAPO & REINFORCE++ & VLM & TIS & vLLM & Ray & Async RL)

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

Après l'entraînement avec Tinker

thinking-machines-lab
⭐ 4,291 Python 👤 thinking-machines-lab Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2025-07-14
5
allenai/open-instruct

La base de code post-formation d'AllenAI

allenai
⭐ 3,942 Python 👤 allenai Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2023-06-09
6
deepseek-ai/DeepSeek-Math

DeepSeekMath : Repousser les limites du raisonnement mathématique dans les modèles linguistiques ouverts

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

Implémentation de référence pour le DPO (Direct Preference Optimization)

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

Modèle HY-Motion pour la génération de mouvements humains 3D ou d'animations 3D de personnages.

Tencent-Hunyuan
⭐ 2,679 Python 👤 Tencent-Hunyuan Organization 🕐 Mis à jour 2026-11-13 📅 Créé 2025-12-29
9
yifan123/flow_grpo

[NeurIPS 2025] Une implémentation officielle de Flow-GRPO : Entraînement de modèles de correspondance de flux via RL en ligne

yifan123
⭐ 2,596 Python 👤 yifan123 User 🕐 Mis à jour 2026-05-07 📅 Créé 2025-05-08
10
FoundationAgents/awesome-foundation-agents

À propos de choses impressionnantes pour les agents de fondation. Articles / Repos / Blogs / ...

FoundationAgents
⭐ 2,200 👤 FoundationAgents Organization 🕐 Mis à jour 2025-07-28 📅 Créé 2025-03-24
11
LeapLabTHU/Absolute-Zero-Reasoner

Référentiel Officiel d'Absolute Zero Reasoner

LeapLabTHU
⭐ 1,893 Python 👤 LeapLabTHU User 🕐 Mis à jour 2025-08-24 📅 Créé 2025-05-02
12
BytedTsinghua-SIA/DAPO

Un système RL open-source de ByteDance Seed et Tsinghua AIR

BytedTsinghua-SIA
⭐ 1,814 Python 👤 BytedTsinghua-SIA Organization 🕐 Mis à jour 2025-05-11 📅 Créé 2025-03-17
13
lsdefine/simple_GRPO

Une implémentation GRPO très simple pour reproduire la pensée LLM de type r1.

lsdefine
⭐ 1,719 Python 👤 lsdefine User 🕐 Mis à jour 2025-11-21 📅 Créé 2025-02-10
14
JiuhaiChen/BLIP3o

Implémentation officielle de la série BLIP3o

JiuhaiChen
⭐ 1,667 Python 👤 JiuhaiChen User 🕐 Mis à jour 2025-11-29 📅 Créé 2025-04-23
15
XueZeyue/DanceGRPO

Une implémentation officielle de DanceGRPO : Déchaîner GRPO sur la génération visuelle

XueZeyue
⭐ 1,654 Python 👤 XueZeyue User 🕐 Mis à jour 2025-10-16 📅 Créé 2025-05-08
16
PKU-Alignment/safe-rlhf

RLHF Sûr : Alignement des Valeurs Contraints par l'Apprentissage par Renforcement Sûr à partir des Retours Humains

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

Le dépôt officiel de Pai-Megatron-Patch pour la formation à grande échelle de LLM et VLM développé par Alibaba Cloud.

alibaba
⭐ 1,601 Python 👤 alibaba Organization 🕐 Mis à jour 2025-12-15 📅 Créé 2023-09-04
18
Osilly/Vision-R1

[ICLR2026] Ceci est le premier article à explorer comment utiliser efficacement le RL de type R1 pour les MLLMs et présenter Vision‑R1, un MLLM de raisonnement qui exploite l'initialisation à démarrage froid et l'entraînement RL pour inciter la capacité de raisonnement.

Osilly
⭐ 1,558 Python 👤 Osilly User 🕐 Mis à jour 2026-03-20 📅 Créé 2025-02-03
19
Duxiaoman-DI/XuanYuan

Xuanyuan : Grand modèle de dialogue financier chinois de Duxiaoman

Duxiaoman-DI
⭐ 1,323 Python 👤 Duxiaoman-DI Organization 🕐 Mis à jour 2025-01-07 📅 Créé 2023-05-21
20
Tencent-Hunyuan/SRPO

Alignement direct de la trajectoire de diffusion complète sur les préférences humaines granulaires

Tencent-Hunyuan
⭐ 1,278 Python 👤 Tencent-Hunyuan Organization 🕐 Mis à jour 2026-05-11 📅 Créé 2025-09-09
21
henrywoo/chatllama

ChatLLaMA 📢 Implémentation open source pour ChatGPT basé sur LLaMA exécutable sur un seul GPU. Processus d'entraînement 15 fois plus rapide que ChatGPT

henrywoo
⭐ 1,200 Python 👤 henrywoo User 🕐 Mis à jour 2026-10-08 📅 Créé 2023-02-27
23
Xwin-LM/Xwin-LM

Xwin-LM : Alignement LLM puissant, stable et reproductible

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

[NeurIPS'23 Spotlight] "Mind2Web: Towards a Generalist Agent for the Web" -- le premier agent web basé sur LLM et benchmark pour les agents web généralistes

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

Apprentissage des grands modèles linguistiques (LLM) (Apprentissage des grands modèles linguistiques)

kebijuelun
⭐ 984 TypeScript 👤 kebijuelun User 🕐 Mis à jour 2026-01-05 📅 Créé 2023-08-06
26
mst272/LLM-Dojo

Framework léger de post-entraînement pour LLM, prend en charge SFT, RLVR, On-Policy KD, Guide KD et entraînement mixte ; implémente distillation Guide mono/multi-tour, distillation multi-enseignant, entraînement mixte Reward et partitionnement de données automatisé👩‍🎓👨‍🎓

mst272
⭐ 939 Python 👤 mst272 User 🕐 Mis à jour 2026-03-08 📅 Créé 2024-01-23
27
tatsu-lab/alpaca_farm

Un framework de simulation pour RLHF et ses alternatives. Développez votre méthode RLHF sans collecter de données humaines.

tatsu-lab
⭐ 840 Python 👤 tatsu-lab Organization 🕐 Mis à jour 2024-07-01 📅 Créé 2023-05-03
28
CodeGoat24/UnifiedReward

Implémentation officielle de UnifiedReward et [NeurIPS 2025] UnifiedReward-Think et UnifiedReward-Flex

CodeGoat24
⭐ 831 Python 👤 CodeGoat24 User 🕐 Mis à jour 2026-06-18 📅 Créé 2025-03-04
30
General-Analysis/GA

Une encyclopédie des techniques de jailbreaking pour rendre les modèles d'IA plus sûrs.

General-Analysis
⭐ 583 Jupyter Notebook 👤 General-Analysis Organization 🕐 Mis à jour 2025-05-26 📅 Créé 2025-01-18
31
Fancy-MLLM/R1-Onevision

R1-onevision, un modèle linguistique visuel capable d'un raisonnement CoT approfondi.

Fancy-MLLM
⭐ 581 Python 👤 Fancy-MLLM User 🕐 Mis à jour 2025-04-13 📅 Créé 2025-02-08
33
teacherpeterpan/self-correction-llm-papers

Ceci est une collection d'articles de recherche sur les grands modèles linguistiques auto-correctifs avec retour automatisé.

teacherpeterpan
⭐ 562 👤 teacherpeterpan User 🕐 Mis à jour 2024-10-28 📅 Créé 2023-08-04

Foire aux questions

1

Quel est le dépôt #reinforcement-learning-from-human-feedback le plus populaire sur GitHub ?

Le projet #reinforcement-learning-from-human-feedback open source le mieux classé sur GitHub est huggingface/trl, avec 19,788 étoiles. Entraîner des modèles linguistiques Transformer avec l'apprentissage par renforcement.

2

Quels langages de programmation sont les plus utilisés dans les dépôts #reinforcement-learning-from-human-feedback ?

Parmi les projets #reinforcement-learning-from-human-feedback les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook, HTML, TypeScript.

3

Comment le classement des dépôts #reinforcement-learning-from-human-feedback est-il calculé ?

Nous suivons 33 dépôts open source actifs associés à #reinforcement-learning-from-human-feedback (500+ étoiles), totalisant 86,497 étoiles, avec une moyenne de 2,621 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.