मालिक · RLHFlow
RLHFlow
RLHFlow की ट्रैक की गई ओपन सोर्स रिपॉजिटरी, स्टार के हिसाब से क्रमबद्ध।
2 रिपॉजिटरी
- #1
RLHF के लिए रिवार्ड मॉडल को प्रशिक्षित करने की विधियाँ।
★ 1,541+0पिछले 7 दिनों में स्टार का बदलाव - #2
ऑनलाइन RLHF और ऑनलाइन इटरेशन DPO के लिए एक रेसिपी।
★ 544+0पिछले 7 दिनों में स्टार का बदलाव
