मुख्य सामग्री पर जाएँ
buildradar
Sign in

OpenLMLab/MOSS-RLHF

@OpenLMLab

लार्ज लैंग्वेज मॉडल में RLHF के रहस्य भाग I: PPO

स्टार
1,430
फ़ोर्क
103
भाषा
Python
लाइसेंस
Apache-2.0
आख़िरी push
3 वर्ष पहले
Pythonalignmentai-safetyrlhf

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।