Git Stars Git Stars

#rlhf リポジトリ

#rlhfのタグが付いた、GitHub上の59件のアクティブなオープンソースリポジトリをご覧ください。合計スター数は335,276個で、プロジェクトあたりの平均は5,682個です。このトピックをリードしているのは、76,171個のスターを獲得しているhiyouga/LlamaFactoryです。

59
リポジトリ総数
335,276
合計スター数
5,682
リポジトリあたりの平均スター数

リポジトリ合計59件

1
hiyouga/LlamaFactory

100以上のLLMとVLMの統一効率ファインチューニング(ACL 2024)

hiyouga
⭐ 76,171 Python 👤 hiyouga User 🕐 更新日時 2026-11-21 📅 作成日 2023-05-28
2
Lordog/dive-into-llms

「LLMの世界へ飛び込もう:大規模言語モデルを実践する」プログラミング演習チュートリアルシリーズ

Lordog
⭐ 55,949 Jupyter Notebook 👤 Lordog User 🕐 更新日時 2025-10-10 📅 作成日 2024-04-08
3
LAION-AI/Open-Assistant

OpenAssistantは、タスクを理解し、サードパーティシステムと対話し、動的に情報を取得してそれを行うことができるチャットベースのアシスタントです。

LAION-AI
⭐ 37,485 Python 👤 LAION-AI Organization 🕐 更新日時 2024-08-17 📅 作成日 2022-12-13
4
huggingface/open-r1

DeepSeek-R1 の完全な再現

huggingface
⭐ 26,483 Python 👤 huggingface Organization 🕐 更新日時 2026-10-26 📅 作成日 2025-01-24
5
RUCAIBox/LLMSurvey

調査論文「A Survey of Large Language Models」の公式GitHubページ。

RUCAIBox
⭐ 12,165 Python 👤 RUCAIBox Organization 🕐 更新日時 2025-03-11 📅 作成日 2023-03-14
6
InternLM/InternLM

InternLMシリーズ(InternLM、InternLM2、InternLM2.5、InternLM3)の公式リリース。

InternLM
⭐ 7,280 Python 👤 InternLM Organization 🕐 更新日時 2025-10-30 📅 作成日 2023-07-06
7
ymcui/Chinese-LLaMA-Alpaca-2

中国語LLaMA-2 & Alpaca-2大規模言語モデルフェーズII + 64K超長コンテキストモデル (Chinese LLaMA-2 & Alpaca-2 LLMs with 64K long context models)

ymcui
⭐ 7,098 Python 👤 ymcui User 🕐 更新日時 2026-04-19 📅 作成日 2023-07-18
8
rasbt/reasoning-from-scratch

PyTorchで推論LLMをゼロから段階的に実装する

rasbt
⭐ 5,885 Jupyter Notebook 👤 rasbt User 🕐 更新日時 2026-11-02 📅 作成日 2025-03-04
9
meta-pytorch/torchtune

PyTorch ネイティブ学習後最適化ライブラリ

meta-pytorch
⭐ 5,820 Python 👤 meta-pytorch Organization 🕐 更新日時 2026-11-19 📅 作成日 2023-10-20
10
Gen-Verse/OpenClaw-RL

OpenClaw-RL: 会話だけでどんなエージェントでも訓練

Gen-Verse
⭐ 5,750 Python 👤 Gen-Verse Organization 🕐 更新日時 2026-05-23 📅 作成日 2026-02-26
11
huggingface/alignment-handbook

人間とAIの好みに合わせて言語モデルを調整するための堅牢なレシピ

huggingface
⭐ 5,716 Python 👤 huggingface Organization 🕐 更新日時 2026-09-23 📅 作成日 2023-08-25
12
Kiln-AI/Kiln

AIシステムの構築、評価、および最適化。評価(evals)、RAG、エージェント、ファインチューニング、合成データ生成、データセット管理、MCPなどが含まれます。

Kiln-AI
⭐ 5,286 Python 👤 Kiln-AI Organization 🕐 更新日時 2026-11-21 📅 作成日 2024-07-23
13
argilla-io/argilla

Argillaは、AIエンジニアとドメインエキスパートが質の高いデータセットを構築するためのコラボレーションツールです

argilla-io
⭐ 5,208 Python 👤 argilla-io Organization 🕐 更新日時 2026-11-16 📅 作成日 2021-04-28
14
transformerlab/transformerlab-app

AI研究者がローカルハードウェアからGPUクラスターまで、モデルをシームレスにトレーニング、評価、スケーリングできるオープンソースの研究環境。

transformerlab
⭐ 5,200 Python 👤 transformerlab Organization 🕐 更新日時 2026-11-05 📅 作成日 2023-12-24
15
walkinglabs/hands-on-modern-rl

🚀 オープンソースのハンズオンカリキュラムで、基本的なRL概念からLLMアライメント、RLVR、高度なAgenticシステムまでのギャップを埋めます。

walkinglabs
⭐ 4,936 Jupyter Notebook 👤 walkinglabs Organization 🕐 更新日時 2026-10-23 📅 作成日 2026-04-10
16
PrimeIntellect-ai/verifiers

強化学習環境と評価のためのライブラリ

PrimeIntellect-ai
⭐ 4,797 Python 👤 PrimeIntellect-ai Organization 🕐 更新日時 2026-11-21 📅 作成日 2025-01-22
17
PKU-Alignment/align-anything

Align Anything: フィードバックによるオールモダリティモデルのトレーニング

PKU-Alignment
⭐ 4,669 Python 👤 PKU-Alignment Organization 🕐 更新日時 2025-11-27 📅 作成日 2024-07-14
18
opendilab/awesome-RLHF

人間からのフィードバックを伴う強化学習リソースの厳選リスト(継続的に更新)

opendilab
⭐ 4,438 👤 opendilab Organization 🕐 更新日時 2026-05-20 📅 作成日 2023-02-13
19
Docta-ai/docta

あなたのデータのための医師

Docta-ai
⭐ 3,479 Python 👤 Docta-ai Organization 🕐 更新日時 2026-06-16 📅 作成日 2023-05-02
20
argilla-io/distilabel

Distilabelは、検証済みの研究論文に基づいた、高速で信頼性が高くスケーラブルなパイプラインを必要とするエンジニア向けの合成データおよびAIフィードバックフレームワークです。

argilla-io
⭐ 3,467 Python 👤 argilla-io Organization 🕐 更新日時 2026-11-18 📅 作成日 2023-10-16
21
alibaba/ROLL

大規模言語モデルを用いた強化学習のための効率的で使いやすいスケーリングライブラリ

alibaba
⭐ 3,456 Python 👤 alibaba Organization 🕐 更新日時 2026-11-21 📅 作成日 2025-05-28
22
eureka-research/Eureka

「Eureka: Human-Level Reward Design via Coding Large Language Models」(ICLR 2024) 公式リポジトリ

eureka-research
⭐ 3,098 Jupyter Notebook 👤 eureka-research Organization 🕐 更新日時 2024-05-03 📅 作成日 2023-09-25
23
Exorust/TorchLeet

PyTorch版LeetCode — Google、Meta、Anthropicで実際に出題された65問の機械学習・AI面接問題。Jupyterノートブック、自動採点システム、MCP AIチューターを搭載。

Exorust
⭐ 2,644 Jupyter Notebook 👤 Exorust User 🕐 更新日時 2026-11-06 📅 作成日 2024-12-25
24
natolambert/rlhf-book

人間からのフィードバックによる強化学習の教科書

natolambert
⭐ 2,544 Python 👤 natolambert User 🕐 更新日時 2026-11-18 📅 作成日 2024-05-24
25
tatsu-lab/alpaca_eval

指示に従う言語モデルのための自動評価プログラム。人間による検証済み、高品質、低コスト、高速。

tatsu-lab
⭐ 2,010 Jupyter Notebook 👤 tatsu-lab Organization 🕐 更新日時 2025-08-09 📅 作成日 2023-05-25
26
thinkwee/AgentsMeetRL

エージェンティックRLのための素晴らしいリスト

thinkwee
⭐ 1,888 HTML 👤 thinkwee User 🕐 更新日時 2026-11-16 📅 作成日 2025-06-09
27
zai-org/ImageReward

[NeurIPS 2023] ImageReward: テキストから画像への生成における人間の好みの学習と評価

zai-org
⭐ 1,706 Python 👤 zai-org Organization 🕐 更新日時 2025-10-29 📅 作成日 2023-04-01
28
PKU-Alignment/safe-rlhf

安全なRLHF:人間のフィードバックからの安全な強化学習による制約された値のアラインメント

PKU-Alignment
⭐ 1,624 Python 👤 PKU-Alignment Organization 🕐 更新日時 2025-11-24 📅 作成日 2023-05-15
29
THUDM/WebGLM

WebGLM: 効率的なWeb強化質問応答システム (KDD 2023)

THUDM
⭐ 1,605 Python 👤 THUDM Organization 🕐 更新日時 2025-03-25 📅 作成日 2023-05-28
30
verl-project/verl-omni

拡散モデルおよびオムニモデル向けのマルチモーダルRLトレーニングフレームワーク

verl-project
⭐ 1,560 Python 👤 verl-project Organization 🕐 更新日時 2026-11-21 📅 作成日 2026-04-21
31
RLHFlow/RLHF-Reward-Modeling

RLHFの報酬モデルをトレーニングするためのレシピ。

RLHFlow
⭐ 1,532 Python 👤 RLHFlow Organization 🕐 更新日時 2025-04-24 📅 作成日 2024-03-21
32
OpenLMLab/MOSS-RLHF

大規模言語モデルにおけるRLHFの秘密パートI:PPO

OpenLMLab
⭐ 1,408 Python 👤 OpenLMLab Organization 🕐 更新日時 2024-03-03 📅 作成日 2023-07-05
33
NVIDIA-NeMo/labs-molt

研究向けのスケーラブルでエージェント中心、かつ HuggingFace ネイティブな強化学習(RL)フレームワーク(9,000行)。

NVIDIA-NeMo
⭐ 1,395 Python 👤 NVIDIA-NeMo Organization 🕐 更新日時 2026-11-21 📅 作成日 2026-06-23
34
xtreme1-io/xtreme1

Xtreme1は、マルチモーダルデータトレーニング用のオールインワンデータラベリングおよびアノテーションプラットフォームであり、3D LiDARポイントクラウド、画像、LLMをサポートしています。

xtreme1-io
⭐ 1,395 TypeScript 👤 xtreme1-io Organization 🕐 更新日時 2026-09-29 📅 作成日 2022-08-08
36
NousResearch/atropos

Atroposは、多様な環境を通じてLLMの軌跡を収集および評価するための言語モデル強化学習環境フレームワークです。

NousResearch
⭐ 1,324 Python 👤 NousResearch Organization 🕐 更新日時 2026-06-29 📅 作成日 2025-04-29
37
agentscope-ai/OpenJudge

OpenJudge: 包括的な評価と品質報酬のための統一フレームワーク

agentscope-ai
⭐ 1,121 Python 👤 agentscope-ai Organization 🕐 更新日時 2026-11-21 📅 作成日 2025-07-08
38
showlab/Awesome-MLLM-Hallucination

📖 マルチモーダル大規模言語モデル(MLLM)の幻覚に特化した厳選されたリソースリスト。

showlab
⭐ 1,044 👤 showlab Organization 🕐 更新日時 2025-09-27 📅 作成日 2023-12-10
39
beyondguo/LLM-Tuning

涙なしのLLMチューニング💦; より効率的なダウンストリームチューニングのためのサンプルデザインエンジニアリング(SDE)。

beyondguo
⭐ 1,018 HTML 👤 beyondguo User 🕐 更新日時 2024-04-27 📅 作成日 2023-06-19
40
tingaicompass/AI-Compass

"AI-Compass"は、コミュニティにAI技術の海を航行する方向を示します。初心者でも上級開発者でも、ここでAIの主要な方向への道筋を見つけることができます。開発者がAIの核となる概念、主流技術、最先端トレンドを体系的に理解し、実践を通じて理論から実装までの全プロセスを習得できるよう支援することを目的としています。

tingaicompass
⭐ 1,000 Python 👤 tingaicompass User 🕐 更新日時 2026-11-20 📅 作成日 2025-05-27
41
princeton-nlp/SimPO

[NeurIPS 2024] SimPO: リファレンスフリー報酬によるシンプルな選好最適化

princeton-nlp
⭐ 953 Python 👤 princeton-nlp Organization 🕐 更新日時 2025-02-16 📅 作成日 2024-05-21
42
chrisliu298/awesome-on-policy-distillation

大規模言語モデルのオン・ポリシー蒸留(OPD)に関する論文、技術レポート、フレームワーク、ツールの厳選コレクション

chrisliu298
⭐ 926 👤 chrisliu298 User 🕐 更新日時 2026-10-06 📅 作成日 2026-03-22
43
ContextualAI/HALOs

DPO、KTO、PPO、ORPO、その他の人間認識損失関数(HALOs)の拡張可能な実装ライブラリ。

ContextualAI
⭐ 910 Python 👤 ContextualAI Organization 🕐 更新日時 2025-09-30 📅 作成日 2023-12-03
44
whitecircle/halo

Halo は、White Circle が開発した、大規模言語モデルおよびマルチモーダルモデルのトレーニング用オープンソースフレームワークです

whitecircle
⭐ 868 Python 👤 whitecircle Organization 🕐 更新日時 2026-11-21 📅 作成日 2026-08-26
45
inworld-ai/tts

Inworld TTS

inworld-ai
⭐ 782 Python 👤 inworld-ai Organization 🕐 更新日時 2026-11-17 📅 作成日 2025-05-02
46
allenai/reward-bench

RewardBench:報酬モデルのための最初の評価ツール。

allenai
⭐ 749 Python 👤 allenai Organization 🕐 更新日時 2026-10-14 📅 作成日 2023-12-23
47
GaryYufei/AlignLLMHumanSurvey

大規模言語モデルと人間のアライメント:サーベイ

GaryYufei
⭐ 739 👤 GaryYufei User 🕐 更新日時 2026-09-08 📅 作成日 2023-07-23
48
agentscope-ai/Trinity-RFT

Trinity-RFTは、LLM(大規模言語モデル)の強化学習による微調整(RFT)用に設計された汎用的で柔軟かつスケーラブルなフレームワークです。

agentscope-ai
⭐ 714 Python 👤 agentscope-ai Organization 🕐 更新日時 2026-10-08 📅 作成日 2025-04-09
49
redai-studio/Relax

大規模な全モーダル事後学習のための非同期強化学習エンジン

redai-studio
⭐ 678 Python 👤 redai-studio Organization 🕐 更新日時 2026-11-21 📅 作成日 2026-04-13
50
sail-sg/oat

🌾 OAT: 強化学習、選好学習などを含む、LLM のオンラインアライメントのための研究フレンドリーなフレームワーク。

sail-sg
⭐ 678 Python 👤 sail-sg Organization 🕐 更新日時 2026-01-29 📅 作成日 2024-10-15

よくある質問

1

GitHubで最も人気のある#rlhfリポジトリは何ですか?

GitHubで最も上位にランクインしているオープンソースの#rlhfプロジェクトは、76,171個のスターを獲得しているhiyouga/LlamaFactoryです。100以上のLLMとVLMの統一効率ファインチューニング(ACL 2024)

2

#rlhfリポジトリで最もよく使われているプログラミング言語は何ですか?

GitHubで上位にランクインしている#rlhfプロジェクトでは、Python, Jupyter Notebook, HTML, TypeScriptが最も一般的なプログラミング言語です。

3

#rlhfリポジトリのランキングはどのように算出されていますか?

#rlhfのタグが付いた59件のアクティブなオープンソースリポジトリ(スター500個以上)を追跡しています。合計スター数は335,276個で、リポジトリあたりの平均は5,682個です。ランキングはGitHub APIからのデータに基づいて毎日更新されます。