reinforcement-learning

Vowpal Wabbit est un système d'apprentissage automatique qui repousse les limites du domaine grâce à des techniques telles que l'apprentissage en ligne, le hachage, allreduce, les réductions, learning2search, ainsi que l'apprentissage actif et interactif.

Environnement d'apprentissage pour StarCraft II.

Implémentation de RLHF (Apprentissage par renforcement à partir de rétroaction humaine) basée sur l'architecture PaLM. En somme, un équivalent de ChatGPT utilisant PaLM.

Devenez un chercheur/ingénieur IA/ML chevronné avec ce manuel non conventionnel couvrant les mathématiques, l'informatique et le ML par l'intuition.

Liste de lecture pour les sujets de recherche en apprentissage automatique multimodal.

Une collection d'articles, de blogs et de projets sur les LLM, avec un accent sur OpenAI o1 🍓 et les techniques de raisonnement.

Un cours sur l'apprentissage par renforcement en conditions réelles

Une liste organisée de LLM, stratégies et outils de deep learning pour le marché financier.

Mooncake est la plateforme de service pour Kimi, un service LLM de premier plan fourni par Moonshot AI.

Liste organisée de méthodes d'auto-apprentissage (self-supervised) de référence.

Amélioration de l'apprentissage par renforcement.

Résoudre la compréhension visuelle avec des VLM renforcés

Démocratiser l'apprentissage par renforcement pour les LLM

Le pont RL pour les applications d'agents basées sur LLM. Simple et flexible.

OpenSpiel est une collection d'environnements et d'algorithmes destinés à la recherche en apprentissage par renforcement général, ainsi qu'à la recherche et à la planification dans les jeux.

Un framework de robot quadrupède open source pour développer des robots à quatre pattes de style Boston Dynamics, idéal pour l'éducation STEM, la robotique, l'IoT, les services d'IA appliquée, la recherche et le développement de kits de robotique DIY.

Un moteur d'entraînement de nouvelle génération conçu pour les modèles MoE ultra-larges

Dépôt pour le programme Nanodegree en Deep Reinforcement Learning

EasyR1 : un framework d'entraînement RL multimodal, efficace et évolutif, basé sur veRL.

Implémenter un LLM de raisonnement en PyTorch à partir de zéro, étape par étape.

Ce dépôt contient le cours d'apprentissage par renforcement profond de Hugging Face.

🌟 100+ schémas originaux sur les LLM / RL 📚, présentés par l'auteur de « Algorithmes de grands modèles » ! 💥

Un dépôt pour l'entraînement distribué de modèles de langage avec RLHF (Reinforcement Learning via Human Feedback).

RLinf : Infrastructure d'apprentissage par renforcement pour l'IA incarnée et agentique.

Pile logicielle de Google DeepMind pour la simulation physique et les environnements d'apprentissage par renforcement, utilisant MuJoCo.

[ICML 2021] DouZero : Maîtriser le DouDizhu avec l'apprentissage par renforcement profond en auto-jeu | IA pour DouDizhu.

Une implémentation propre basée sur AlphaZero pour n'importe quel jeu dans n'importe quel framework + tutoriel + Othello/Gobang/TicTacToe/Connect4 et plus.

Une liste organisée de ressources sur l'apprentissage par renforcement à partir de rétroaction humaine (mise à jour continue).

Apprentissage par renforcement profond massivement parallèle.

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.