rlhf

Vereinheitlichte effiziente Feinabstimmung von 100+ LLMs & VLMs (ACL 2024)

OpenAssistant ist ein chatbasierter Assistent, der Aufgaben versteht, mit Drittanbellsystemen interagieren und dynamisch Informationen abrufen kann, um dies zu ermöglichen.

Die offizielle GitHub-Seite für das Umfragepapier "A Survey of Large Language Models".

Offizielle Version der InternLM-Serie (InternLM, InternLM2, InternLM2.5, InternLM3).

Chinesisches LLaMA-2 & Alpaca-2 LLM Phase-2-Projekt + 64K-Langkontextmodell (Chinese LLaMA-2 & Alpaca-2 LLMs mit 64K-Langkontextmodellen)

Robuste Rezepte zur Ausrichtung von Sprachmodellen auf menschliche und KI-Präferenzen

OpenClaw-RL: Trainieren Sie jeden Agenten einfach durch Sprache

Die Open-Source-Forschungsumgebung für KI-Forscher zum nahtlosen Trainieren, Evaluieren und Skalieren von Modellen von lokaler Hardware bis hin zu GPU-Clustern.

Implementierung eines begründenden LLM in PyTorch von Grund auf, Schritt für Schritt

Argilla ist ein Kollaborationstool für KI-Ingenieure und Fachexperten zum Erstellen hochwertiger Datensätze

KI-Systeme entwickeln, bewerten und optimieren. Beinhaltet Evaluierungen, RAG, Agenten, Fine-Tuning, synthetische Datenerzeugung, Dataset-Management, MCP und mehr.

Align Anything: Training von Multimodus-Modellen mit Feedback

Eine kuratierte Liste von Ressourcen zu Reinforcement Learning from Human Feedback (kontinuierlich aktualisiert)

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

Ein Arzt für Ihre Daten

Distilabel ist ein Framework für synthetische Daten und KI-Feedback für Ingenieure, die schnelle, zuverlässige und skalierbare Pipelines auf der Grundlage verifizierter Forschungsarbeiten benötigen.

Eine effiziente und benutzerfreundliche Skalierungsbibliothek für Reinforcement Learning mit Large Language Models

LeetCode für PyTorch — 65 ML/AI-Interviewprobleme aus echten Interviews bei Google, Meta, Anthropic. Jupyter-Notebooks, ein automatischer Evaluator und ein MCP-KI-Tutor.

Lehrbuch über Reinforcement Learning from Human Feedback

Ein automatischer Evaluator für anweisungsbefolgende Sprachmodelle. Von Menschen validiert, qualitativ hochwertig, günstig und schnell.

Awesome List für Agentic RL

[NeurIPS 2023] ImageReward: Lernen und Bewerten menschlicher Präferenzen für Text-zu-Bild-Generierung

Safe RLHF: Restriktive Werteausrichtung durch sicheres Reinforcement Learning aus menschlichem Feedback

WebGLM: Ein effizientes, web-unterstütztes Frage-Antwort-System (KDD 2023)

Rezepte zum Trainieren von Belohnungsmodellen für RLHF.

Geheimnisse von RLHF in Large Language Models Teil I: PPO

Xtreme1 ist eine All-in-One-Datenkennzeichnungs- und Annotationsplattform für multimodales Datentraining und unterstützt 3D-LiDAR-Punktwolken, Bilder und LLMs.

[NeurIPS 2024] SimPO: Simple Preference Optimization mit einer referenzfreien Belohnung

Multimodales RL-Trainingsframework für Diffusions- und Omni-Modelle

„AI-Compass“ weist der Community den Weg im Ozean der KI-Technologien. Egal ob Anfänger oder fortgeschrittener Entwickler, hier findet jeder den Pfad zu den verschiedenen KI-Richtungen. Ziel ist es, Entwicklern zu helfen, die Kernkonzepte, Mainstream-Technologien und Zukunftstrends von KI systematisch zu verstehen und den gesamten Prozess von der Theorie bis zur Praxis durch Übung zu meistern.