RLHFlow/Online-RLHF
@RLHFlowऑनलाइन RLHF और ऑनलाइन इटरेशन DPO के लिए एक रेसिपी।
स्टार
545
फ़ोर्क
48
भाषा
Python
लाइसेंस
—
आख़िरी push
2 वर्ष पहले
संबंधित intel (0)
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।