मुख्य सामग्री पर जाएँ
buildradar
Sign in

Gen-Verse/dLLM-RL

@Gen-Verse

[ICLR 2026] TraceRL के लिए आधिकारिक कोड: Diffusion LLMs के लिए पोस्ट-ट्रेनिंग में क्रांति, जो SOTA TraDo सीरीज़ को संचालित करता है।

स्टार
520
फ़ोर्क
45
भाषा
Python
लाइसेंस
Apache-2.0
आख़िरी push
7 माह पहले
Pythonlarge-language-modelscode-generationrlhfdiffusion-language-modelsllm-reasoningmathmatical-reasoningreinforcement-learning-algorithms

अभी कोई संबंधित intel नहीं

यह रिपॉजिटरी radar द्वारा ट्रैक किए जाने वाले किसी भी स्रोत में अभी तक नहीं आई है। कलेक्टर एक शेड्यूल पर चलता है — जब यह इस रिपॉजिटरी को कवर करे तब वापस देखें।