#reinforcement-learning-from-human-feedback Repository
Scopri 33 repository GitHub open source attivi contrassegnati con #reinforcement-learning-from-human-feedback, che raccolgono un totale di 86,497 stelle (con una media di 2,621 stelle per progetto). Il progetto leader di questo argomento è huggingface/trl, con 19,788 stelle.
33 repository in totale
Un framework RL agentico facile da usare, scalabile e ad alte prestazioni basato su Ray (PPO & DAPO & REINFORCE++ & VLM & TIS & vLLM & Ray & Async RL)
DeepSeekMath: Spingere i limiti del ragionamento matematico nei modelli linguistici aperti
Implementazione di riferimento per DPO (Direct Preference Optimization)
Modello HY-Motion per la generazione di movimenti umani 3D o animazioni di personaggi 3D.
[NeurIPS 2025] Un'implementazione ufficiale di Flow-GRPO: Addestramento di modelli Flow Matching tramite RL online
Su cose fantastiche per agenti di fondazione. Articoli / Repository / Blog / ...
Un'implementazione GRPO molto semplice per riprodurre il pensiero LLM di tipo r1.
Un'implementazione ufficiale di DanceGRPO: Liberare GRPO sulla generazione visiva
RLHF Sicuro: Allineamento dei Valori con Vincoli tramite Apprendimento per Rinforzo Sicuro dal Feedback Umano
Il repository ufficiale di Pai-Megatron-Patch per l'addestramento su larga scala di LLM e VLM sviluppato da Alibaba Cloud.
[ICLR2026] Questo è il primo articolo a esplorare come utilizzare efficacemente il RL simile a R1 per MLLMs e introdurre Vision‑R1, un MLLM di ragionamento che sfrutta l'inizializzazione a partenza fredda e l'addestramento RL per incentivare la capacità di ragionamento.
Allineamento diretto dell'intera traiettoria di diffusione con le preferenze umane dettagliate
ChatLLaMA 📢 Implementazione open source per ChatGPT su base LLaMA eseguibile su una singola GPU. Processo di addestramento 15 volte più veloce di ChatGPT
[NeurIPS'23 Spotlight] "Mind2Web: Towards a Generalist Agent for the Web" -- il primo agente web basato su LLM e benchmark per agenti web generalisti
Apprendimento di modelli linguistici di grandi dimensioni (LLM) (Apprendimento di modelli linguistici di grandi dimensioni)
Framework leggero per il post-addestramento di LLM, supporta SFT, RLVR, On-Policy KD, Guide KD e addestramento misto; implementa distillazione Guide a una/more round, distillazione multi-insegnante, addestramento misto Reward e sharding dati automatizzato👩🎓👨🎓
Un framework di simulazione per RLHF e alternative. Sviluppa il tuo metodo RLHF senza raccogliere dati umani.
Implementazione ufficiale di UnifiedReward e [NeurIPS 2025] UnifiedReward-Think e UnifiedReward-Flex
Un'enciclopedia di tecniche di jailbreaking per rendere più sicuri i modelli di intelligenza artificiale.
R1-onevision, un modello linguistico visivo capace di un ragionamento CoT approfondito.
Questa è una raccolta di articoli di ricerca su modelli linguistici di grandi dimensioni auto-correttivi con feedback automatizzato.
Domande frequenti
Qual è il repository #reinforcement-learning-from-human-feedback più popolare su GitHub?
Il progetto open source #reinforcement-learning-from-human-feedback più alto in classifica su GitHub è huggingface/trl, con 19,788 stelle. Addestrare modelli linguistici Transformer con apprendimento per rinforzo.
Quali linguaggi di programmazione sono più utilizzati nei repository #reinforcement-learning-from-human-feedback?
Tra i progetti #reinforcement-learning-from-human-feedback più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Jupyter Notebook, HTML, TypeScript.
Come viene calcolata la classifica dei repository #reinforcement-learning-from-human-feedback?
Monitoriamo 33 repository open source attivi contrassegnati con #reinforcement-learning-from-human-feedback (500+ stelle), per un totale di 86,497 stelle e una media di 2,621 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.