sail-sg/oat

OAT: Framework yang ramah riset untuk penyelarasan daring LLM, mencakup reinforcement learning, preference learning, dan lainnya.

↗ Buka di GitHub

Bintang

669

Fork

63

Bahasa

Python

Lisensi

Apache-2.0

Push terakhir

7 bulan yang lalu

Python llm alignment reasoning rlhf ppo distributed-training grpo dpo r1-zero distributed-rl dueling-bandits llm-aligment llm-exploration online-alignment online-rl thompson-sampling

Belum ada intel terkait

Repositori ini belum muncul di sumber mana pun yang dilacak radar. Kolektor berjalan sesuai jadwal — periksa kembali setelah mencakup repositori ini.