Git Stars Git Stars

#rlhf Dépôts

59
Total des Dépôts
335,276
Nombre total d'étoiles
5,682
Moyenne d'Étoiles/Dépôt
Langages de programmation: Python
51
Gen-Verse/Open-AgentRL

RLAnything (ICML 2026) et AutoTool (ICML 2026), DemyAgent : Apprentissage par renforcement open-source pour les LLM et les scénarios d'agents

Gen-Verse
⭐ 664 Python 👤 Gen-Verse Organization 🕐 Mis à jour 2026-06-12 📅 Créé 2025-10-13
52
wanshuiyin/ARIS-in-AI-Offer

Fiches de préparation bilingues (chinois + anglais) aux entretiens de ML / LLM / diffusion / agents pour le recrutement d’automne en IA — générées par ARIS /interview-cheatsheet, puis rendues par /render-html en fichiers HTML autonomes lisibles partout — ainsi qu’un générateur de pages d’accueil académiques vérifié par recoupement CV→DBLP et des articles longs rédigés par l’auteur 🌱

wanshuiyin
⭐ 661 Python 👤 wanshuiyin User 🕐 Mis à jour 2026-11-18 📅 Créé 2026-05-19
53
jianzhnie/LLamaTuner

Ajustement fin facile et efficace des LLM. (Prend en charge LLama, LLama2, LLama3, Qwen, Baichuan, GLM, Falcon) Entraînement et déploiement quantifiés efficaces de grands modèles.

jianzhnie
⭐ 620 Python 👤 jianzhnie User 🕐 Mis à jour 2025-01-24 📅 Créé 2023-05-25
54
nick7nlp/Awesome-LLM-On-Policy-Distillation

Une collection organisée d'articles et de ressources sur la distillation en politique pour les grands modèles de langage.

nick7nlp
⭐ 598 Python 👤 nick7nlp User 🕐 Mis à jour 2026-10-13 📅 Créé 2026-04-05
55
uclaml/SPPO

L'implémentation officielle de l'optimisation des préférences par auto-jeu (SPPO)

uclaml
⭐ 587 Python 👤 uclaml User 🕐 Mis à jour 2025-01-23 📅 Créé 2024-06-13
56
adithya-s-k/FineEnvs

FineEnvs — Introduction aux environnements d’apprentissage par renforcement : créer et faire évoluer des environnements à l’ère des LLM

adithya-s-k
⭐ 572 Python 👤 adithya-s-k User 🕐 Mis à jour 2026-11-14 📅 Créé 2026-05-01
57
voidful/TextRL

Implémentation de ChatGPT RLHF (Reinforcement Learning with Human Feedback) sur n'importe quel modèle de génération dans le transformer de huggingface (blommz-176B/bloom/gpt/bart/T5/MetaICL)

voidful
⭐ 564 Python 👤 voidful User 🕐 Mis à jour 2026-04-23 📅 Créé 2021-03-18
58
RLHFlow/Online-RLHF

Une recette pour le RLHF en ligne et le DPO itératif en ligne.

RLHFlow
⭐ 539 Python 👤 RLHFlow Organization 🕐 Mis à jour 2024-12-28 📅 Créé 2024-05-10
59
Gen-Verse/dLLM-RL

[ICLR 2026] Code officiel pour TraceRL : Révolutionner le post‑entraînement des LLMs diffusion, alimentant la série SOTA TraDo.

Gen-Verse
⭐ 524 Python 👤 Gen-Verse Organization 🕐 Mis à jour 2026-01-28 📅 Créé 2025-08-26