#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 repositórios no total
Um framework RL agentico fácil de usar, escalável e de alto desempenho baseado em Ray (PPO & DAPO & REINFORCE++ & VLM & TIS & vLLM & Ray & Async RL)
DeepSeekMath: Elevando os Limites do Raciocínio Matemático em Modelos de Linguagem Abertos
Implementação de referência para DPO (Otimização Direta de Preferências)
Modelo HY-Motion para a geração de movimento humano 3D ou animação de personagens 3D.
[NeurIPS 2025] Uma implementação oficial do Flow-GRPO: Treinando Modelos de Flow Matching via RL Online
Sobre coisas incríveis para agentes de fundação. Artigos / Repositórios / Blogs / ...
Uma implementação GRPO muito simples para reproduzir o pensamento LLM semelhante a r1.
RLHF Seguro: Alinhamento de Valor Restrito via Aprendizagem por Reforço Segura a partir de Feedback Humano
O repositório oficial do Pai-Megatron-Patch para treinamento em larga escala de LLM e VLM desenvolvido pela Alibaba Cloud.
[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.
Alinhando Diretamente a Trajetória Completa de Difusão com a Preferência Humana de Granularidade Fina
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
[NeurIPS'23 Spotlight] "Mind2Web: Towards a Generalist Agent for the Web" -- o primeiro agente web baseado em LLM e benchmark para agentes web generalistas
Aprendizagem de Modelos de Linguagem Grandes (LLM) (Aprendizagem de Grandes Modelos de Linguagem)
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👩🎓👨🎓
Um framework de simulação para RLHF e alternativas. Desenvolva seu método RLHF sem coletar dados humanos.
Implementação oficial de UnifiedReward e [NeurIPS 2025] UnifiedReward-Think e UnifiedReward-Flex
Uma enciclopédia de técnicas de jailbreaking para tornar os modelos de IA mais seguros.
R1-onevision, um modelo de linguagem visual capaz de raciocínio CoT profundo.
Esta é uma coleção de artigos de pesquisa para Modelos de Linguagem Grandes Autocorretivos com Feedback Automatizado.
Perguntas Frequentes
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.
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.
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.