#rlhf Репозитории
Откройте для себя 59 активных репозиториев с открытым исходным кодом на GitHub, отмеченных тегом #rlhf, с общим числом 335,276 звёзд (в среднем 5,682 на проект). Лидером этой темы является hiyouga/LlamaFactory, набравший 76,171 звёзд.
Всего репозиториев: 59
Серия практических учебных пособий по программированию «Погружение в LLM: Создание больших языковых моделей»
OpenAssistant — это чат-бот, который понимает задачи, может взаимодействовать со сторонними системами и динамически извлекать информацию для выполнения этих задач.
Официальная страница GitHub для обзорной статьи «A Survey of Large Language Models».
Официальный выпуск серии InternLM (InternLM, InternLM2, InternLM2.5, InternLM3).
Китайские большие языковые модели LLaMA-2 и Alpaca-2, Фаза II + модели с сверхдлинным контекстом 64K (Chinese LLaMA-2 & Alpaca-2 LLMs with 64K long context models)
Надежные рецепты для согласования языковых моделей с предпочтениями человека и ИИ
Создание, оценка и оптимизация систем ИИ. Включает оценки (evals), RAG, агентов, тонкую настройку (fine-tuning), генерацию синтетических данных, управление наборами данных, MCP и многое другое.
Argilla — это инструмент для совместной работы инженеров по ИИ и экспертов в предметной области для создания высококачественных наборов данных
Открытая исследовательская среда для исследователей ИИ, которая позволяет бесшовно обучать, оценивать и масштабировать модели от локального оборудования до GPU‑кластеров.
🚀 Открытый практический курс, bridging разрыв от базовых концепций RL до выравнивания LLM, RLVR и продвинутых агентных систем.
Курируемый список ресурсов по обучению с подкреплением с обратной связью от человека (постоянно обновляется)
Distilabel — это фреймворк для синтетических данных и обратной связи с ИИ для инженеров, которым требуются быстрые, надежные и масштабируемые конвейеры, основанные на проверенных научных статьях.
Эффективная и удобная библиотека масштабирования для обучения с подкреплением на больших языковых моделях
Официальный репозиторий "Eureka: Human-Level Reward Design via Coding Large Language Models" (ICLR 2024)
LeetCode для PyTorch — 65 задач по машинному обучению и ИИ из реальных собеседований в Google, Meta и Anthropic. Jupyter-ноутбуки, автопроверка и ИИ-репетитор на базе MCP.
Автоматический оценщик для языковых моделей, следующих инструкциям. Проверено человеком, высокое качество, дешево и быстро.
[NeurIPS 2023] ImageReward: Обучение и оценка предпочтений человека для генерации изображений по тексту
Безопасный RLHF: Ограниченное согласование ценностей посредством безопасного обучения с подкреплением на основе обратной связи от человека
Мультимодальная структура обучения с подкреплением для моделей диффузии и омни
Масштабируемый фреймворк RL для исследований, ориентированный прежде всего на агентов и нативно поддерживающий HuggingFace (9 тыс. строк).
Xtreme1 — это универсальная платформа для разметки и аннотирования данных для обучения мультимодальным данным, поддерживающая 3D LiDAR облака точек, изображения и LLM.
Atropos — это фреймворк сред обучения с подкреплением для языковых моделей, предназначенный для сбора и оценки траекторий LLM в различных средах
OpenJudge: Единая платформа для комплексной оценки и вознаграждений за качество
📖 Кураторский список ресурсов, посвященных галлюцинациям мультимодальных больших языковых моделей (MLLM).
Тонкая настройка LLM без слез💦; Sample Design Engineering (SDE) для более эффективной последующей настройки.
"AI-Compass" поможет сообществу ориентироваться в океане технологий ИИ. Независимо от того, новичок вы или опытный разработчик, здесь вы найдете пути к основным направлениям ИИ. Цель проекта — помочь разработчикам систематически разобраться в ключевых концепциях ИИ, в ведущих технологиях и передовых тенденциях, а также практическим освоением полного процесса от теории до реализации.
[NeurIPS 2024] SimPO: Простая оптимизация предпочтений с вознаграждением без эталона
Курируемая коллекция статей, технических отчетов, фреймворков и инструментов для дистилляции по политике (OPD) больших языковых моделей
Библиотека с расширяемыми реализациями DPO, KTO, PPO, ORPO и других функций потерь, учитывающих человеческий фактор (HALOs).
Halo — это фреймворк с открытым исходным кодом, разработанный White Circle для обучения больших языковых и мультимодальных моделей
Trinity-RFT – это универсальная, гибкая и масштабируемая рамка, разработанная для усиленного тонкой настройки (RFT) больших языковых моделей (LLM).
Асинхронный движок обучения с подкреплением для полномодального пост-обучения в больших масштабах
🌾 OAT: Исследовательская платформа для онлайн-согласования LLM, включая обучение с подкреплением, обучение предпочтениям и т. д.
Часто задаваемые вопросы
Какой репозиторий по теме #rlhf наиболее популярен на GitHub?
Самый высоко оценённый проект с открытым исходным кодом по теме #rlhf на GitHub — hiyouga/LlamaFactory, набравший 76,171 звёзд. Единая эффективная тонкая настройка 100+ LLM и VLM (ACL 2024)
Какие языки программирования чаще всего используются в репозиториях по теме #rlhf?
Среди наиболее высоко оценённых проектов по теме #rlhf на GitHub чаще всего используются языки программирования Python, Jupyter Notebook, HTML, TypeScript.
Как рассчитывается рейтинг репозиториев по теме #rlhf?
Мы отслеживаем 59 активных репозиториев с открытым исходным кодом, отмеченных тегом #rlhf (500 и более звёзд), с общим числом 335,276 звёзд и в среднем 5,682 звёзд на репозиторий. Рейтинги обновляются ежедневно на основе данных GitHub API.