#rlhf Repository
59 repository in totale
RLAnything (ICML 2026) e AutoTool (ICML 2026), DemyAgent: Apprendimento per rinforzo open-source per LLM e scenari agentici
Schede bilingui (cinese + inglese) per i colloqui su ML / LLM / diffusion / agenti nella selezione autunnale per l’AI — generate da ARIS /interview-cheatsheet e trasformate da /render-html in file HTML singoli leggibili ovunque — oltre a un generatore di homepage accademiche verificato rispetto a CV→DBLP e blog in formato lungo scritti personalmente 🌱
Fine-tuning facile ed efficiente di LLM. (Supporta LLama, LLama2, LLama3, Qwen, Baichuan, GLM, Falcon) Addestramento e implementazione quantizzati efficienti di grandi modelli.
Una raccolta curata di articoli e risorse sulla distillazione on-policy per modelli linguistici di grandi dimensioni.
FineEnvs — Introduzione agli ambienti RL: creare e scalare ambienti RL nell’era degli LLM
Implementazione di ChatGPT RLHF (Reinforcement Learning with Human Feedback) su qualsiasi modello di generazione nel transformer di huggingface (blommz-176B/bloom/gpt/bart/T5/MetaICL)
[ICLR 2026] Codice ufficiale per TraceRL: Rivoluzionare il post‑training per i LLM di diffusione, alimentando la serie SOTA TraDo.