#rl-environments Repository
Scopri 7 repository GitHub open source attivi contrassegnati con #rl-environments, che raccolgono un totale di 13,516 stelle (con una media di 1,930 stelle per progetto). Il progetto leader di questo argomento è harbor-framework/harbor, con 7,313 stelle.
7 repository in totale
bsuite è una raccolta di esperimenti attentamente progettati che indagano le capacità fondamentali di un agente di apprendimento per rinforzo (RL)
Una libreria curata e senza fronzoli delle migliori risorse per costruire e valutare agenti AI — articoli, blog, talk, strumenti, benchmark. Mantenuta da BenchFlow.
Trasforma qualsiasi repository in ambienti di RL verificabili per agenti di programmazione: attività Harbor su cui puoi addestrare, valutare e condividere sul Hugging Face Hub
FineEnvs — Introduzione agli ambienti RL: creare e scalare ambienti RL nell’era degli LLM
Domande frequenti
Qual è il repository #rl-environments più popolare su GitHub?
Il progetto open source #rl-environments più alto in classifica su GitHub è harbor-framework/harbor, con 7,313 stelle. Quadro per valutare e migliorare gli agenti
Quali linguaggi di programmazione sono più utilizzati nei repository #rl-environments?
Tra i progetti #rl-environments più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python.
Come viene calcolata la classifica dei repository #rl-environments?
Monitoriamo 7 repository open source attivi contrassegnati con #rl-environments (500+ stelle), per un totale di 13,516 stelle e una media di 1,930 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.