#reinforcement-learning 저장소
저장소 총 564개
산업 검색, 추천 및 광고를 위한 멋진 딥러닝 논문들. 이들은 Embedding, Matching, Pre-Ranking, Ranking, Post Ranking, Relevance, LLM 및 RL에 중점을 둡니다. 저희 논문 "Deep Learning to Rank in Industrial Search Engines, Recommender Systems, and Online Advertising - An Overview and New Perspectives" (TOIS 2026)를 인용해 주세요.
PPO x Family DRL 튜토리얼 코스 (결정 지능 입문 공개 강의: 8강으로 알고리즘 이론 정립, 코드 로직 정리, 결정 AI 응용 실습 마스터하기)
ProtoMotions는 물리적으로 시뮬레이션된 디지털 휴먼과 휴머노이드 로봇 훈련을 위한 GPU 가속 시뮬레이션 및 학습 프레임워크입니다.
verl-agent는 RL을 통해 LLM/VLM 에이전트를 훈련하기 위해 설계된 veRL의 확장 기능입니다. verl-agent는 또한 "Group-in-Group Policy Optimization for LLM Agent Training" 논문의 공식 코드입니다.
NVIDIA Nemotron용 개발자 자산 허브 — Nemotron 모델과 함께 구축할 수 있도록 트레이닝 레시피, 사용법 서적, 데이터 세트 및 완전한 엔드‑투‑엔드 참조 예제를 한 번에 제공하는 리소스.
'Visual-RFT: Visual Reinforcement Fine-Tuning' & 'Visual-ARFT: Visual Agentic Reinforcement Fine-Tuning'의 공식 리포지토리
추천/광고/검색 분야의 업계 고전 및 최첨단 논문 모음. A collection of industry classics and cutting-edge papers in the field of recommendation/advertising/search.
Packt에서 출판한 고급 딥러닝(Advanced Deep Learning with Keras)
DIAMOND (DIffusion As a Model Of eNvironment Dreams)는 확산 월드 모델에서 훈련된 강화 학습 에이전트입니다. NeurIPS 2024 Spotlight.