Git Stars Git Stars

#rlhf Repositórios

59
Total de Repositórios
335,276
Total de estrelas
5,682
Média de Estrelas/Repositório
Linguagens de programação: Python

59 repositórios no total

51
Gen-Verse/Open-AgentRL

RLAnything (ICML 2026) e AutoTool (ICML 2026), DemyAgent: Aprendizado por reforço de código aberto para LLMs e cenários de agentes

Gen-Verse
⭐ 664 Python 👤 Gen-Verse Organization 🕐 Atualizado 2026-06-12 📅 Criado 2025-10-13
52
wanshuiyin/ARIS-in-AI-Offer

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 🌱

wanshuiyin
⭐ 661 Python 👤 wanshuiyin User 🕐 Atualizado 2026-11-18 📅 Criado 2026-05-19
53
jianzhnie/LLamaTuner

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.

jianzhnie
⭐ 620 Python 👤 jianzhnie User 🕐 Atualizado 2025-01-24 📅 Criado 2023-05-25
54
nick7nlp/Awesome-LLM-On-Policy-Distillation

Uma coleção curada de artigos e recursos sobre destilação on-policy para modelos de linguagem grandes.

nick7nlp
⭐ 598 Python 👤 nick7nlp User 🕐 Atualizado 2026-10-13 📅 Criado 2026-04-05
55
uclaml/SPPO

A implementação oficial da Otimização de Preferência por Auto-jogo (SPPO)

uclaml
⭐ 587 Python 👤 uclaml User 🕐 Atualizado 2025-01-23 📅 Criado 2024-06-13
56
adithya-s-k/FineEnvs

FineEnvs — Introdução aos ambientes de RL: criação e escalabilidade de ambientes de RL na era dos LLMs

adithya-s-k
⭐ 572 Python 👤 adithya-s-k User 🕐 Atualizado 2026-11-14 📅 Criado 2026-05-01
57
voidful/TextRL

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)

voidful
⭐ 564 Python 👤 voidful User 🕐 Atualizado 2026-04-23 📅 Criado 2021-03-18
58
RLHFlow/Online-RLHF

Uma receita para RLHF online e DPO iterativo online.

RLHFlow
⭐ 539 Python 👤 RLHFlow Organization 🕐 Atualizado 2024-12-28 📅 Criado 2024-05-10
59
Gen-Verse/dLLM-RL

[ICLR 2026] Código oficial do TraceRL: Revolucionando o pós‑treinamento para LLMs de difusão, impulsionando a série SOTA TraDo.

Gen-Verse
⭐ 524 Python 👤 Gen-Verse Organization 🕐 Atualizado 2026-01-28 📅 Criado 2025-08-26