uclaml/SPPO

@uclaml

Die offizielle Implementierung von Self-Play Preference Optimization (SPPO).

↗ Auf GitHub öffnen

Sterne

589

Forks

Sprache

Python

Lizenz

Apache-2.0

Letzter Push

vor 2 Jahren

Python deep-learning large-language-models fine-tuning rlhf self-play

Noch keine verwandte Intel

Dieses Repo ist noch in keiner der vom Radar verfolgten Quellen aufgetaucht. Der Collector läuft nach Zeitplan — schau wieder vorbei, sobald er dieses Repo abdeckt.

Verwandte Intel (0)

Noch keine verwandte Intel