reinforcement-learning

Vowpal Wabbit es un sistema de machine learning que impulsa la frontera del machine learning con técnicas como aprendizaje en línea, hashing, allreduce, reducciones, learning2search, activo e interactivo.

Entorno de aprendizaje de StarCraft II.

Implementación de RLHF (aprendizaje por refuerzo con retroalimentación humana) sobre la arquitectura PaLM. Básicamente ChatGPT pero con PaLM

Conviértete en un investigador/ingeniero experto en IA/ML con este libro de texto no convencional que abarca matemáticas, computación y ML con intuición.

Lista de lectura para temas de investigación en aprendizaje automático multimodal

Una colección de artículos, blogs y proyectos sobre LLM, con enfoque en OpenAI o1 🍓 y técnicas de razonamiento.

Un curso de aprendizaje por refuerzo en el mundo real

🔬 Una lista seleccionada de excelentes LLMs, estrategias de deep learning y herramientas para el mercado financiero.

Mooncake es la plataforma de servicio para Kimi, un servicio de LLM líder proporcionado por Moonshot AI.

Una lista seleccionada de excelentes métodos de aprendizaje auto־supervisado

Potenciando el aprendizaje por refuerzo

Resuelve la comprensión visual con VLMs reforzados

Democratizando el aprendizaje por refuerzo para LLMs

El puente de RL para aplicaciones de agentes basados en LLM. Simple y flexible.

OpenSpiel es una colección de entornos y algoritmos para la investigación en aprendizaje por refuerzo general y búsqueda/planificación en juegos.

Un marco de código abierto para robots cuadrúpedos, diseñado para desarrollar robots de cuatro patas al estilo de Boston Dynamics, ideal para educación en STEM, programación y robótica, aplicaciones de robótica IoT, servicios de aplicaciones de robótica mejorados con IA, investigación y desarrollo de kits de robótica DIY.

Un motor de entrenamiento de próxima generación diseñado para modelos MoE ultra grandes

Repositorio para el programa Nanodegree de Aprendizaje por Refuerzo Profundo (Deep Reinforcement Learning)

EasyR1: Un framework de entrenamiento de RL multimodal, eficiente y escalable basado en veRL

Implementa un LLM de razonamiento en PyTorch desde cero, paso a paso

Este repositorio contiene el curso de Aprendizaje por Refuerzo Profundo de Hugging Face.

🌟 ¡Más de 100 mapas de algoritmos de LLM / RL originales 📚, una gran obra del autor de "Algoritmos de Grandes Modelos"! 💥 (100+ LLM/RL Algorithm Maps)

Un repositorio para el entrenamiento distribuido de modelos de lenguaje con aprendizaje por refuerzo a partir de retroalimentación humana (RLHF)

RLinf: Infraestructura de aprendizaje por refuerzo para IA encarnada y agéntica

Pila de software de Google DeepMind para simulación basada en física y entornos de Aprendizaje por Refuerzo, utilizando MuJoCo.

[ICML 2021] DouZero: Dominando DouDizhu con aprendizaje por refuerzo profundo y auto-juego | IA de DouDizhu

Una implementación limpia basada en AlphaZero para cualquier juego en cualquier framework + tutorial + Othello/Gobang/TicTacToe/Connect4 y más

Una lista seleccionada de recursos sobre aprendizaje por refuerzo con retroalimentación humana (actualizada continuamente)

Aprendizaje por refuerzo profundo masivamente paralelo. 🔥

🚀 Un plan de estudios práctico y de código abierto que puentea la brecha desde los conceptos básicos de RL hasta la alineación de LLM, RLVR y sistemas de agentes avanzados.