#rlhf Repositórios
59 repositórios no total
RLAnything (ICML 2026) e AutoTool (ICML 2026), DemyAgent: Aprendizado por reforço de código aberto para LLMs e cenários de agentes
Guias bilíngues (chinês + inglês) de preparação para entrevistas de ML / LLM / diffusion / agentes para o recrutamento de outono em IA — gerados pelo ARIS /interview-cheatsheet e renderizados pelo /render-html em HTML de arquivo único, legível em qualquer lugar — além de um gerador de páginas acadêmicas com verificação de fatos por CV→DBLP e blogs longos escritos pelo próprio autor 🌱
Ajuste Fino de LLMs fácil e eficiente. (Modelos suportados: LLama, LLama2, LLama3, Qwen, Baichuan, GLM, Falcon) Treinamento e implantação de grandes modelos com quantização eficiente.
Uma coleção curada de artigos e recursos sobre destilação on-policy para modelos de linguagem grandes.
FineEnvs — Introdução aos ambientes de RL: criação e escalabilidade de ambientes de RL na era dos LLMs
Implementação de RLHF do ChatGPT (Aprendizado por Reforço com Feedback Humano) em qualquer modelo de geração na biblioteca transformer do huggingface (blommz-176B/bloom/gpt/bart/T5/MetaICL)
[ICLR 2026] Código oficial do TraceRL: Revolucionando o pós‑treinamento para LLMs de difusão, impulsionando a série SOTA TraDo.