Git Stars Git Stars

#rlhf Repository

59
Totale Repository
335,276
Totale stelle
5,682
Media Stelle/Repo
Linguaggi di programmazione: Python

59 repository in totale

51
Gen-Verse/Open-AgentRL

RLAnything (ICML 2026) e AutoTool (ICML 2026), DemyAgent: Apprendimento per rinforzo open-source per LLM e scenari agentici

Gen-Verse
⭐ 664 Python 👤 Gen-Verse Organization 🕐 Aggiornato 2026-06-12 📅 Creato 2025-10-13
52
wanshuiyin/ARIS-in-AI-Offer

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 🌱

wanshuiyin
⭐ 661 Python 👤 wanshuiyin User 🕐 Aggiornato 2026-11-18 📅 Creato 2026-05-19
53
jianzhnie/LLamaTuner

Fine-tuning facile ed efficiente di LLM. (Supporta LLama, LLama2, LLama3, Qwen, Baichuan, GLM, Falcon) Addestramento e implementazione quantizzati efficienti di grandi modelli.

jianzhnie
⭐ 620 Python 👤 jianzhnie User 🕐 Aggiornato 2025-01-24 📅 Creato 2023-05-25
54
nick7nlp/Awesome-LLM-On-Policy-Distillation

Una raccolta curata di articoli e risorse sulla distillazione on-policy per modelli linguistici di grandi dimensioni.

nick7nlp
⭐ 598 Python 👤 nick7nlp User 🕐 Aggiornato 2026-10-13 📅 Creato 2026-04-05
55
uclaml/SPPO

L'implementazione ufficiale di Self-Play Preference Optimization (SPPO)

uclaml
⭐ 587 Python 👤 uclaml User 🕐 Aggiornato 2025-01-23 📅 Creato 2024-06-13
56
adithya-s-k/FineEnvs

FineEnvs — Introduzione agli ambienti RL: creare e scalare ambienti RL nell’era degli LLM

adithya-s-k
⭐ 572 Python 👤 adithya-s-k User 🕐 Aggiornato 2026-11-14 📅 Creato 2026-05-01
57
voidful/TextRL

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)

voidful
⭐ 564 Python 👤 voidful User 🕐 Aggiornato 2026-04-23 📅 Creato 2021-03-18
58
RLHFlow/Online-RLHF

Una ricetta per RLHF online e DPO iterativo online.

RLHFlow
⭐ 539 Python 👤 RLHFlow Organization 🕐 Aggiornato 2024-12-28 📅 Creato 2024-05-10
59
Gen-Verse/dLLM-RL

[ICLR 2026] Codice ufficiale per TraceRL: Rivoluzionare il post‑training per i LLM di diffusione, alimentando la serie SOTA TraDo.

Gen-Verse
⭐ 524 Python 👤 Gen-Verse Organization 🕐 Aggiornato 2026-01-28 📅 Creato 2025-08-26