मुख्य सामग्री पर जाएँ
buildradar
Sign in

NVlabs/Long-RL

@NVlabs

Long-RL: लंबी अनुक्रमों के लिए RL को स्केल करना (NeurIPS 2025)।

स्टार
730
फ़ोर्क
31
भाषा
Python
लाइसेंस
Apache-2.0
आख़िरी push
12 माह पहले
Pythonlarge-language-modelsreinforcement-learningmulti-modalityefficient-ailong-sequencesequence-parallelism

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।