dpo

Einfaches Fine-Tuning, Evaluierung und Deployment von Qwen, Gemma oder anderen Open-Weight-LLMs!

MedicalGPT: Trainieren Sie Ihr eigenes medizinisches GPT-Modell mit der ChatGPT-Training-Pipeline. Inklusive prätraining (PT), supervised fine-tuning (SFT), RLHF, DPO, ORPO, GRPO.

LLMs aus einer einzigen YAML-Datei fine-tunen. Layer-Streaming trainiert ein 8B-Modell auf einer 4-GB-Laptop-GPU.

Align Anything: Training von Multimodus-Modellen mit Feedback

🚀 Ein Open-Source-Praxislehrplan, der die Lücke von grundlegenden RL-Konzepten bis hin zu LLM-Alignment, RLVR und fortgeschrittenen Agentensystemen schließt.

Eine Bibliothek mit erweiterbaren Implementierungen von DPO, KTO, PPO, ORPO und anderen menschzentrierten Verlustfunktionen (HALOs).

[ICCV 2025] Offizieller Code von DeepMesh: Auto-Regressive Artist-mesh Creation with Reinforcement Learning

OAT: Ein forschungsfreundliches Framework für das Online-Alignment von LLMs, einschließlich Reinforcement Learning, Präferenzlernen usw.

Einfaches und effizientes Finetuning von LLMs. (Unterstützt LLama, LLama2, LLama3, Qwen, Baichuan, GLM, Falcon)

Eine kuratierte Liste von Forschungsarbeiten zu Reinforcement Learning für die Videogenerierung

Ein Deep-Learning-NLP-Repository mit TensorFlow, das von der Textvorverarbeitung bis hin zu Downstream-Tasks moderner Modelle wie Topic Models, BERT, GPT und LLMs reicht.