मुख्य सामग्री पर जाएँ
buildradar
Sign in

sail-sg/oat

@sail-sg

🌾 OAT: LLM ऑनलाइन अलाइनमेंट के लिए एक शोध-अनुकूल फ़्रेमवर्क, जिसमें रीइन्फोर्समेंट लर्निंग, प्रेफरेंस लर्निंग आदि शामिल हैं।

स्टार
669
फ़ोर्क
63
भाषा
Python
लाइसेंस
Apache-2.0
आख़िरी push
7 माह पहले
Pythonllmalignmentreasoningrlhfppodistributed-traininggrpodpor1-zerodistributed-rldueling-banditsllm-aligmentllm-explorationonline-alignmentonline-rlthompson-sampling

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।