#reinforcement-learning リポジトリ
リポジトリ合計564件
3.5Mに拡張可能なMemAgentフレームワークと、あらゆるエージェントワークフローのRLトレーニングのためのトレーニングフレームワーク。
複雑な推論タスクのために特別に設計された6,446のテキストとオーディオの注釈付きサンプルで構成されるAudio Logical Reasoning(ALR)データセットを導入します。このリソースに基づいて、オーディオ言語モデル(ALM)に深い双方向推論能力を付与するように調整された、ルールベースの強化学習(RL)アルゴリズムであるSoundMindを提案します。
モジュラー強化学習(RL)ライブラリ(PyTorch、JAX、NVIDIA Warpで実装)で、Gymnasium/Gym、NVIDIA Isaac Lab、MuJoCo Playgroundなどの環境をサポート
コンピューター操作エージェントに関する、出典に基づくオープンカタログ:精査済み論文、GUIモデル、データセット、ベンチマーク、ツール、再利用可能なJSONL/SQLiteデータ。
単一のテンソルのように振る舞う dict[str, torch.Tensor] と、コンパイル可能な型付きバッチデータクラスである TensorClass。
🌟 機械学習 🧠、ディープラーニング 🧩、生成AI 🎨、NLP 💬、データサイエンス 📈を網羅した、無料かつ高品質なAIツール 🤖、API 🔗、データセット 📊、学習リソース 📚の厳選コレクション。開発者 👩💻、研究者 🔬、クリエイター ✨がAIを活用してより迅速に探索・構築できるよう支援するために設計されています ⚡。
強力な30億パラメータのLLMベース強化学習オーディオ編集モデルは、感情、話し方、パラ言語学の編集に優れており、堅牢なゼロショットテキスト読み上げ機能を備えています。
LLM向けの完全なポストトレーニングスタックに加え、あらゆる問題に対応するRLを提供。SFT、DPO、マルチターンのエージェント型RLに、進化的なハイパーパラメータ最適化を組み込み済み。