dpo

Fine-tunez, évaluez et déployez facilement Qwen, Gemma ou tout LLM à poids ouverts !

MedicalGPT : Entraînez votre propre modèle médical avec le pipeline ChatGPT, incluant le pré-entraînement incrémental (PT), le fine-tuning supervisé (SFT), RLHF, DPO, ORPO et GRPO.

Fine-tuning de LLM à partir d'un seul fichier YAML. Le streaming de couches permet d'entraîner un modèle 8B sur un GPU d'ordinateur portable de 4 Go.

Align Anything : Entraînement de modèles multimodaux avec rétroaction.

Un programme open-source pratique pour faire le pont entre les concepts de base de l'apprentissage par renforcement (RL) et l'alignement des LLM, RLVR et les systèmes d'agents avancés.

Une bibliothèque avec des implémentations extensibles de DPO, KTO, PPO, ORPO et d'autres fonctions de perte centrées sur l'humain (HALO).

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

🌾 OAT : un cadre de recherche convivial pour l'alignement en ligne des LLM, incluant l'apprentissage par renforcement, l'apprentissage des préférences, etc.

Fine-tuning simple et efficace de LLM (prise en charge de LLaMA, LLaMA2, LLaMA3, Qwen, Baichuan, GLM, Falcon). Entraînement et déploiement de quantification efficace pour grands modèles.

Une liste de documents sélectionnés sur l'apprentissage par renforcement pour la génération de vidéo

Dépôt NLP de Deep Learning résumant les tâches en aval, du prétraitement du texte aux modèles les plus récents comme Topic Models, BERT, GPT et LLM en utilisant TensorFlow.