NVlabs/GDPO
@NVlabsOfficial implementation of GDPO: Group reward-Decoupled Normalization Policy Optimization for Multi-reward RL Optimization
Étoiles
501
Bifurcations
36
Langage
Python
Licence
Apache-2.0
Dernier push
il y a 4 mois
Intel associée (0)
Aucune intel associée pour le moment
Ce dépôt n'est encore apparu dans aucune des sources que le radar suit. Le collecteur suit un calendrier — revenez une fois qu'il couvre ce dépôt.