#rlhf 仓库
59
仓库总数
335,276
总星标数
5,682
平均每个仓库星标数
编程语言: Python
共 59 个仓库
51
Gen-Verse/Open-AgentRL
RLAnything (ICML 2026) 与 AutoTool (ICML 2026),DemyAgent:面向大语言模型与智能体场景的开源强化学习
52
wanshuiyin/ARIS-in-AI-Offer
面向 AI 秋招的中英双语 ML / LLM / diffusion / agent 面试速查表——由 ARIS /interview-cheatsheet 生成,通过 /render-html 渲染为可随处阅读的单文件 HTML——另有经 CV→DBLP 事实核查的学术主页生成器,以及亲自撰写的长篇博客 🌱
53
jianzhnie/LLamaTuner
LLMs的高效易用微调. (支持LLama, LLama2, LLama3, Qwen, Baichuan, GLM, Falcon) 大模型高效量化训练+部署.
57
voidful/TextRL
在huggingface的transformer(blommz-176B/bloom/gpt/bart/T5/MetaICL)上的任何生成模型上实现ChatGPT RLHF(人类反馈强化学习)