#rlhf Dépôts
59 dépôts au total
RLAnything (ICML 2026) et AutoTool (ICML 2026), DemyAgent : Apprentissage par renforcement open-source pour les LLM et les scénarios d'agents
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 🌱
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.
Une collection organisée d'articles et de ressources sur la distillation en politique pour les grands modèles de langage.
FineEnvs — Introduction aux environnements d’apprentissage par renforcement : créer et faire évoluer des environnements à l’ère des LLM
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)
[ICLR 2026] Code officiel pour TraceRL : Révolutionner le post‑entraînement des LLMs diffusion, alimentant la série SOTA TraDo.