#rlhf Repositórios
Descubra 59 repositórios ativos de código aberto no GitHub marcados com #rlhf, acumulando um total de 335,276 estrelas (uma média de 5,682 por projeto). O líder deste tópico é hiyouga/LlamaFactory, com 76,171 estrelas.
59 repositórios no total
OpenAssistant é um assistente baseado em chat que entende tarefas, pode interagir com sistemas de terceiros e recuperar informações dinamicamente para o fazer.
A página oficial do GitHub para o artigo de revisão/levantamento "A Survey of Large Language Models".
Lançamento oficial da série InternLM (InternLM, InternLM2, InternLM2.5, InternLM3).
Projeto de Segunda Fase dos Grandes Modelos LLaMA-2 e Alpaca-2 em Chinês + Modelos de Contexto Ultralongo de 64K (Chinese LLaMA-2 & Alpaca-2 LLMs with 64K long context models)
Receitas robustas para alinhar modelos de linguagem com preferências humanas e de IA
Construir, Avaliar e Otimizar Sistemas de IA. Inclui avaliações (evals), RAG, agentes, ajuste fino, geração de dados sintéticos, gerenciamento de conjuntos de dados, MCP e muito mais.
Argilla é uma ferramenta de colaboração para engenheiros de IA e especialistas de domínio construírem conjuntos de dados de alta qualidade
O ambiente de pesquisa de código aberto para pesquisadores de IA, permitindo treinar, avaliar e dimensionar modelos de forma fluida, desde hardware local até clusters GPU.
🚀 Um currículo de código aberto e prático que preenche a lacuna desde conceitos básicos de RL até alinhamento de LLM, RLVR e sistemas Agentic avançados.
Uma lista selecionada de recursos de aprendizado por reforço com feedback humano (continuamente atualizada)
Distilabel é uma estrutura para dados sintéticos e feedback de IA para engenheiros que precisam de pipelines rápidos, confiáveis e escaláveis baseados em artigos de pesquisa verificados.
Uma Biblioteca de Escalonamento Eficiente e Amigável para Aprendizagem por Reforço com Modelos de Linguagem Grandes
Repositório Oficial de "Eureka: Human-Level Reward Design via Coding Large Language Models" (ICLR 2024)
LeetCode para PyTorch — 65 problemas de entrevistas de ML/IA baseados em entrevistas reais do Google, da Meta e da Anthropic. Notebooks Jupyter, um avaliador automático e um tutor de IA baseado em MCP.
Um avaliador automático para modelos de linguagem que seguem instruções. Validado por humanos, de alta qualidade, barato e rápido.
[NeurIPS 2023] ImageReward: Aprendizagem e Avaliação de Preferências Humanas para Geração de Texto para Imagem
RLHF Seguro: Alinhamento de Valor Restrito via Aprendizagem por Reforço Segura a partir de Feedback Humano
Um framework de RL escalável, orientado прежде de tudo a agentes e nativo do HuggingFace para pesquisa (9 mil linhas).
Xtreme1 é uma plataforma de anotação e rotulagem de dados completa para treinamento de dados multimodais e suporta nuvem de pontos LiDAR 3D, imagem e LLM.
Atropos é uma estrutura de Ambientes de Aprendizagem por Reforço de Modelos de Linguagem para coletar e avaliar trajetórias de LLM através de diversos ambientes
OpenJudge: Um Framework Unificado para Avaliação Holística e Recompensas de Qualidade
📖 Uma lista selecionada de recursos dedicada à alucinação de modelos de linguagem grandes multimodais (MLLM).
Ajustando LLMs sem lágrimas💦; Engenharia de Projeto de Amostras (SDE) para um ajuste a jusante mais eficiente.
‘AI-Compass’ guiará a comunidade na navegação pelo oceano da tecnologia IA. Se você é um iniciante ou um desenvolvedor avançado, encontrará aqui caminhos para todas as grandes direções da IA. O objetivo é ajudar os desenvolvedores a compreenderem sistematicamente os conceitos-chave da IA, as tecnologias predominantes, as tendências de ponta e, por meio da prática, dominar todo o processo desde a teoria até a aplicação.
[NeurIPS 2024] SimPO: Otimização Simples de Preferências com Recompensa Livre de Referência
Uma coleção curada de artigos, relatórios técnicos, frameworks e ferramentas para destilação on-policy (OPD) de grandes modelos de linguagem
Uma biblioteca com implementações extensíveis de DPO, KTO, PPO, ORPO e outras funções de perda cientes de humanos (HALOs).
Halo é um framework de código aberto desenvolvido pela White Circle para treinar modelos de linguagem de grande escala e modelos multimodais
Alinhamento de grandes modelos de linguagem com os seres humanos: uma revisão
Trinity-RFT é um framework de propósito geral, flexível e escalável projetado para ajuste fino por reforço (RFT) de modelos de linguagem de grande escala (LLM).
Um motor de aprendizado por reforço assíncrono para pós-treinamento omnimodal em larga escala
🌾 OAT: Um framework amigável para pesquisa para alinhamento online de LLMs, incluindo aprendizado por reforço, aprendizado por preferência, etc.
Perguntas Frequentes
Qual é o repositório de #rlhf mais popular no GitHub?
O projeto de código aberto de #rlhf mais bem classificado no GitHub é hiyouga/LlamaFactory, com 76,171 estrelas. Ajuste Fino Unificado e Eficiente de Mais de 100 LLMs e VLMs (ACL 2024)
Quais linguagens de programação são mais usadas nos repositórios de #rlhf?
Entre os projetos de #rlhf 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 #rlhf?
Acompanhamos 59 repositórios ativos de código aberto marcados com #rlhf (com mais de 500 estrelas), totalizando 335,276 estrelas e uma média de 5,682 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.