Git Stars Git Stars

#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
Totale Repository
86,497
Totale stelle
2,621
Media Stelle/Repo

33 repository in totale

1
huggingface/trl

Addestrare modelli linguistici Transformer con apprendimento per rinforzo.

huggingface
⭐ 19,788 Python 👤 huggingface Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2020-03-27
2
OpenRLHF/OpenRLHF

Un framework RL agentico facile da usare, scalabile e ad alte prestazioni basato su Ray (PPO & DAPO & REINFORCE++ & VLM & TIS & vLLM & Ray & Async RL)

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

Post-allenamento con Tinker

thinking-machines-lab
⭐ 4,291 Python 👤 thinking-machines-lab Organization 🕐 Aggiornato 2026-11-20 📅 Creato 2025-07-14
6
deepseek-ai/DeepSeek-Math

DeepSeekMath: Spingere i limiti del ragionamento matematico nei modelli linguistici aperti

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

Implementazione di riferimento per DPO (Direct Preference Optimization)

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

Modello HY-Motion per la generazione di movimenti umani 3D o animazioni di personaggi 3D.

Tencent-Hunyuan
⭐ 2,679 Python 👤 Tencent-Hunyuan Organization 🕐 Aggiornato 2026-11-13 📅 Creato 2025-12-29
9
yifan123/flow_grpo

[NeurIPS 2025] Un'implementazione ufficiale di Flow-GRPO: Addestramento di modelli Flow Matching tramite RL online

yifan123
⭐ 2,596 Python 👤 yifan123 User 🕐 Aggiornato 2026-05-07 📅 Creato 2025-05-08
10
FoundationAgents/awesome-foundation-agents

Su cose fantastiche per agenti di fondazione. Articoli / Repository / Blog / ...

FoundationAgents
⭐ 2,200 👤 FoundationAgents Organization 🕐 Aggiornato 2025-07-28 📅 Creato 2025-03-24
11
LeapLabTHU/Absolute-Zero-Reasoner

Repository Ufficiale di Absolute Zero Reasoner

LeapLabTHU
⭐ 1,893 Python 👤 LeapLabTHU User 🕐 Aggiornato 2025-08-24 📅 Creato 2025-05-02
12
BytedTsinghua-SIA/DAPO

Un sistema RL open-source da ByteDance Seed e Tsinghua AIR

BytedTsinghua-SIA
⭐ 1,814 Python 👤 BytedTsinghua-SIA Organization 🕐 Aggiornato 2025-05-11 📅 Creato 2025-03-17
13
lsdefine/simple_GRPO

Un'implementazione GRPO molto semplice per riprodurre il pensiero LLM di tipo r1.

lsdefine
⭐ 1,719 Python 👤 lsdefine User 🕐 Aggiornato 2025-11-21 📅 Creato 2025-02-10
14
JiuhaiChen/BLIP3o

Implementazione ufficiale della serie BLIP3o

JiuhaiChen
⭐ 1,667 Python 👤 JiuhaiChen User 🕐 Aggiornato 2025-11-29 📅 Creato 2025-04-23
15
XueZeyue/DanceGRPO

Un'implementazione ufficiale di DanceGRPO: Liberare GRPO sulla generazione visiva

XueZeyue
⭐ 1,654 Python 👤 XueZeyue User 🕐 Aggiornato 2025-10-16 📅 Creato 2025-05-08
16
PKU-Alignment/safe-rlhf

RLHF Sicuro: Allineamento dei Valori con Vincoli tramite Apprendimento per Rinforzo Sicuro dal Feedback Umano

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

Il repository ufficiale di Pai-Megatron-Patch per l'addestramento su larga scala di LLM e VLM sviluppato da Alibaba Cloud.

alibaba
⭐ 1,601 Python 👤 alibaba Organization 🕐 Aggiornato 2025-12-15 📅 Creato 2023-09-04
18
Osilly/Vision-R1

[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.

Osilly
⭐ 1,558 Python 👤 Osilly User 🕐 Aggiornato 2026-03-20 📅 Creato 2025-02-03
19
Duxiaoman-DI/XuanYuan

Xuanyuan: Il grande modello di dialogo finanziario cinese di Duxiaoman

Duxiaoman-DI
⭐ 1,323 Python 👤 Duxiaoman-DI Organization 🕐 Aggiornato 2025-01-07 📅 Creato 2023-05-21
20
Tencent-Hunyuan/SRPO

Allineamento diretto dell'intera traiettoria di diffusione con le preferenze umane dettagliate

Tencent-Hunyuan
⭐ 1,278 Python 👤 Tencent-Hunyuan Organization 🕐 Aggiornato 2026-05-11 📅 Creato 2025-09-09
21
henrywoo/chatllama

ChatLLaMA 📢 Implementazione open source per ChatGPT su base LLaMA eseguibile su una singola GPU. Processo di addestramento 15 volte più veloce di ChatGPT

henrywoo
⭐ 1,200 Python 👤 henrywoo User 🕐 Aggiornato 2026-10-08 📅 Creato 2023-02-27
23
Xwin-LM/Xwin-LM

Xwin-LM: Allineamento LLM potente, stabile e riproducibile

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

[NeurIPS'23 Spotlight] "Mind2Web: Towards a Generalist Agent for the Web" -- il primo agente web basato su LLM e benchmark per agenti web generalisti

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

Apprendimento di modelli linguistici di grandi dimensioni (LLM) (Apprendimento di modelli linguistici di grandi dimensioni)

kebijuelun
⭐ 984 TypeScript 👤 kebijuelun User 🕐 Aggiornato 2026-01-05 📅 Creato 2023-08-06
26
mst272/LLM-Dojo

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👩‍🎓👨‍🎓

mst272
⭐ 939 Python 👤 mst272 User 🕐 Aggiornato 2026-03-08 📅 Creato 2024-01-23
27
tatsu-lab/alpaca_farm

Un framework di simulazione per RLHF e alternative. Sviluppa il tuo metodo RLHF senza raccogliere dati umani.

tatsu-lab
⭐ 840 Python 👤 tatsu-lab Organization 🕐 Aggiornato 2024-07-01 📅 Creato 2023-05-03
28
CodeGoat24/UnifiedReward

Implementazione ufficiale di UnifiedReward e [NeurIPS 2025] UnifiedReward-Think e UnifiedReward-Flex

CodeGoat24
⭐ 831 Python 👤 CodeGoat24 User 🕐 Aggiornato 2026-06-18 📅 Creato 2025-03-04
30
General-Analysis/GA

Un'enciclopedia di tecniche di jailbreaking per rendere più sicuri i modelli di intelligenza artificiale.

General-Analysis
⭐ 583 Jupyter Notebook 👤 General-Analysis Organization 🕐 Aggiornato 2025-05-26 📅 Creato 2025-01-18
31
Fancy-MLLM/R1-Onevision

R1-onevision, un modello linguistico visivo capace di un ragionamento CoT approfondito.

Fancy-MLLM
⭐ 581 Python 👤 Fancy-MLLM User 🕐 Aggiornato 2025-04-13 📅 Creato 2025-02-08
33
teacherpeterpan/self-correction-llm-papers

Questa è una raccolta di articoli di ricerca su modelli linguistici di grandi dimensioni auto-correttivi con feedback automatizzato.

teacherpeterpan
⭐ 562 👤 teacherpeterpan User 🕐 Aggiornato 2024-10-28 📅 Creato 2023-08-04

Domande frequenti

1

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.

2

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.

3

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.