Git Stars Git Stars

#reinforcement-learning-from-human-feedback Repositórios

Descubra 33 repositórios ativos de código aberto no GitHub marcados com #reinforcement-learning-from-human-feedback, acumulando um total de 86,497 estrelas (uma média de 2,621 por projeto). O líder deste tópico é huggingface/trl, com 19,788 estrelas.

33
Total de Repositórios
86,497
Total de estrelas
2,621
Média de Estrelas/Repositório

33 repositórios no total

1
huggingface/trl

Treinar modelos de linguagem transformer com aprendizado por reforço.

huggingface
⭐ 19,788 Python 👤 huggingface Organization 🕐 Atualizado 2026-11-21 📅 Criado 2020-03-27
2
OpenRLHF/OpenRLHF

Um framework RL agentico fácil de usar, escalável e de alto desempenho baseado em Ray (PPO & DAPO & REINFORCE++ & VLM & TIS & vLLM & Ray & Async RL)

OpenRLHF
⭐ 10,173 Python 👤 OpenRLHF Organization 🕐 Atualizado 2026-11-03 📅 Criado 2023-07-30
4
thinking-machines-lab/tinker-cookbook

Pós-treinamento com Tinker

thinking-machines-lab
⭐ 4,291 Python 👤 thinking-machines-lab Organization 🕐 Atualizado 2026-11-20 📅 Criado 2025-07-14
5
allenai/open-instruct

Base de código de pós-treinamento da AllenAI

allenai
⭐ 3,942 Python 👤 allenai Organization 🕐 Atualizado 2026-11-21 📅 Criado 2023-06-09
6
deepseek-ai/DeepSeek-Math

DeepSeekMath: Elevando os Limites do Raciocínio Matemático em Modelos de Linguagem Abertos

deepseek-ai
⭐ 3,110 Python 👤 deepseek-ai Organization 🕐 Atualizado 2024-04-15 📅 Criado 2024-02-05
7
eric-mitchell/direct-preference-optimization

Implementação de referência para DPO (Otimização Direta de Preferências)

eric-mitchell
⭐ 2,826 Python 👤 eric-mitchell User 🕐 Atualizado 2024-08-11 📅 Criado 2023-06-22
8
Tencent-Hunyuan/HY-Motion-1.0

Modelo HY-Motion para a geração de movimento humano 3D ou animação de personagens 3D.

Tencent-Hunyuan
⭐ 2,679 Python 👤 Tencent-Hunyuan Organization 🕐 Atualizado 2026-11-13 📅 Criado 2025-12-29
9
yifan123/flow_grpo

[NeurIPS 2025] Uma implementação oficial do Flow-GRPO: Treinando Modelos de Flow Matching via RL Online

yifan123
⭐ 2,596 Python 👤 yifan123 User 🕐 Atualizado 2026-05-07 📅 Criado 2025-05-08
10
FoundationAgents/awesome-foundation-agents

Sobre coisas incríveis para agentes de fundação. Artigos / Repositórios / Blogs / ...

FoundationAgents
⭐ 2,200 👤 FoundationAgents Organization 🕐 Atualizado 2025-07-28 📅 Criado 2025-03-24
11
LeapLabTHU/Absolute-Zero-Reasoner

Repositório Oficial do Absolute Zero Reasoner

LeapLabTHU
⭐ 1,893 Python 👤 LeapLabTHU User 🕐 Atualizado 2025-08-24 📅 Criado 2025-05-02
12
BytedTsinghua-SIA/DAPO

Um Sistema de RL de Código Aberto da ByteDance Seed e Tsinghua AIR

BytedTsinghua-SIA
⭐ 1,814 Python 👤 BytedTsinghua-SIA Organization 🕐 Atualizado 2025-05-11 📅 Criado 2025-03-17
13
lsdefine/simple_GRPO

Uma implementação GRPO muito simples para reproduzir o pensamento LLM semelhante a r1.

lsdefine
⭐ 1,719 Python 👤 lsdefine User 🕐 Atualizado 2025-11-21 📅 Criado 2025-02-10
14
JiuhaiChen/BLIP3o

Implementação oficial da série BLIP3o

JiuhaiChen
⭐ 1,667 Python 👤 JiuhaiChen User 🕐 Atualizado 2025-11-29 📅 Criado 2025-04-23
15
XueZeyue/DanceGRPO

Uma implementação oficial do DanceGRPO: Liberando o GRPO na Geração Visual

XueZeyue
⭐ 1,654 Python 👤 XueZeyue User 🕐 Atualizado 2025-10-16 📅 Criado 2025-05-08
16
PKU-Alignment/safe-rlhf

RLHF Seguro: Alinhamento de Valor Restrito via Aprendizagem por Reforço Segura a partir de Feedback Humano

PKU-Alignment
⭐ 1,624 Python 👤 PKU-Alignment Organization 🕐 Atualizado 2025-11-24 📅 Criado 2023-05-15
17
alibaba/Pai-Megatron-Patch

O repositório oficial do Pai-Megatron-Patch para treinamento em larga escala de LLM e VLM desenvolvido pela Alibaba Cloud.

alibaba
⭐ 1,601 Python 👤 alibaba Organization 🕐 Atualizado 2025-12-15 📅 Criado 2023-09-04
18
Osilly/Vision-R1

[ICLR2026] Este é o primeiro artigo a explorar como usar efetivamente RL semelhante a R1 para MLLMs e apresentar Vision‑R1, um MLLM de raciocínio que aproveita a inicialização em frio e o treinamento RL para incentivar a capacidade de raciocínio.

Osilly
⭐ 1,558 Python 👤 Osilly User 🕐 Atualizado 2026-03-20 📅 Criado 2025-02-03
19
Duxiaoman-DI/XuanYuan

Xuanyuan: O grande modelo de linguagem financeira em chinês da Du Xiaoman

Duxiaoman-DI
⭐ 1,323 Python 👤 Duxiaoman-DI Organization 🕐 Atualizado 2025-01-07 📅 Criado 2023-05-21
20
Tencent-Hunyuan/SRPO

Alinhando Diretamente a Trajetória Completa de Difusão com a Preferência Humana de Granularidade Fina

Tencent-Hunyuan
⭐ 1,278 Python 👤 Tencent-Hunyuan Organization 🕐 Atualizado 2026-05-11 📅 Criado 2025-09-09
21
henrywoo/chatllama

ChatLLaMA 📢 Implementação de código aberto para ChatGPT baseado em LLaMA, executável em uma única GPU. Processo de treinamento 15x mais rápido do que o ChatGPT

henrywoo
⭐ 1,200 Python 👤 henrywoo User 🕐 Atualizado 2026-10-08 📅 Criado 2023-02-27
23
Xwin-LM/Xwin-LM

Xwin-LM: Alinhamento de LLM Potente, Estável e Reprodutível

Xwin-LM
⭐ 1,041 Python 👤 Xwin-LM Organization 🕐 Atualizado 2024-05-31 📅 Criado 2023-09-11
24
OSU-NLP-Group/Mind2Web

[NeurIPS'23 Spotlight] "Mind2Web: Towards a Generalist Agent for the Web" -- o primeiro agente web baseado em LLM e benchmark para agentes web generalistas

OSU-NLP-Group
⭐ 1,036 Jupyter Notebook 👤 OSU-NLP-Group Organization 🕐 Atualizado 2025-11-05 📅 Criado 2023-04-21
25
kebijuelun/Awesome-LLM-Learning

Aprendizagem de Modelos de Linguagem Grandes (LLM) (Aprendizagem de Grandes Modelos de Linguagem)

kebijuelun
⭐ 984 TypeScript 👤 kebijuelun User 🕐 Atualizado 2026-01-05 📅 Criado 2023-08-06
26
mst272/LLM-Dojo

Framework leve de pós-treinamento para LLM, suporta SFT, RLVR, On-Policy KD, Guide KD e treinamento misto; implementa destilação Guide de uma/múltiplas rodadas, destilação multi-professor, treinamento misto de Reward e fluxo de dados automatizado👩‍🎓👨‍🎓

mst272
⭐ 939 Python 👤 mst272 User 🕐 Atualizado 2026-03-08 📅 Criado 2024-01-23
27
tatsu-lab/alpaca_farm

Um framework de simulação para RLHF e alternativas. Desenvolva seu método RLHF sem coletar dados humanos.

tatsu-lab
⭐ 840 Python 👤 tatsu-lab Organization 🕐 Atualizado 2024-07-01 📅 Criado 2023-05-03
28
CodeGoat24/UnifiedReward

Implementação oficial de UnifiedReward e [NeurIPS 2025] UnifiedReward-Think e UnifiedReward-Flex

CodeGoat24
⭐ 831 Python 👤 CodeGoat24 User 🕐 Atualizado 2026-06-18 📅 Criado 2025-03-04
30
General-Analysis/GA

Uma enciclopédia de técnicas de jailbreaking para tornar os modelos de IA mais seguros.

General-Analysis
⭐ 583 Jupyter Notebook 👤 General-Analysis Organization 🕐 Atualizado 2025-05-26 📅 Criado 2025-01-18
31
Fancy-MLLM/R1-Onevision

R1-onevision, um modelo de linguagem visual capaz de raciocínio CoT profundo.

Fancy-MLLM
⭐ 581 Python 👤 Fancy-MLLM User 🕐 Atualizado 2025-04-13 📅 Criado 2025-02-08
33
teacherpeterpan/self-correction-llm-papers

Esta é uma coleção de artigos de pesquisa para Modelos de Linguagem Grandes Autocorretivos com Feedback Automatizado.

teacherpeterpan
⭐ 562 👤 teacherpeterpan User 🕐 Atualizado 2024-10-28 📅 Criado 2023-08-04

Perguntas Frequentes

1

Qual é o repositório de #reinforcement-learning-from-human-feedback mais popular no GitHub?

O projeto de código aberto de #reinforcement-learning-from-human-feedback mais bem classificado no GitHub é huggingface/trl, com 19,788 estrelas. Treinar modelos de linguagem transformer com aprendizado por reforço.

2

Quais linguagens de programação são mais usadas nos repositórios de #reinforcement-learning-from-human-feedback?

Entre os projetos de #reinforcement-learning-from-human-feedback mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, Jupyter Notebook, HTML, TypeScript.

3

Como é calculada a classificação dos repositórios de #reinforcement-learning-from-human-feedback?

Acompanhamos 33 repositórios ativos de código aberto marcados com #reinforcement-learning-from-human-feedback (com mais de 500 estrelas), totalizando 86,497 estrelas e uma média de 2,621 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.