#rlhf リポジトリ
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
プログラミング言語: Python
リポジトリ合計59件
51
Gen-Verse/Open-AgentRL
RLAnything (ICML 2026) および AutoTool (ICML 2026)、DemyAgent: LLMおよびエージェントシナリオ向けのオープンソース強化学習
52
wanshuiyin/ARIS-in-AI-Offer
AI秋採用向けのバイリンガル(中国語+英語)ML / LLM / diffusion / agent面接チートシート――ARIS /interview-cheatsheetで生成し、/render-htmlでどこでも読める単一ファイルHTMLに変換――に加え、CV→DBLPで事実確認した学術ホームページ生成器と、本人執筆の長文ブログ 🌱
53
jianzhnie/LLamaTuner
LLMの簡単かつ効率的なファインチューニング。(LLama, LLama2, LLama3, Qwen, Baichuan, GLM, Falconをサポート) 大規模モデルの効率的な量子化トレーニング+デプロイ。
57
voidful/TextRL
huggingfaceのtransformer(blommz-176B/bloom/gpt/bart/T5/MetaICL)の任意の生成モデルでのChatGPT RLHF(人間からのフィードバックによる強化学習)の実装