walkinglabs/hands-on-modern-rl

Kurikulum praktis sumber terbuka yang menjembatani kesenjangan dari konsep dasar RL ke penyelarasan LLM, RLVR, dan sistem agen tingkat lanjut.

↗ Buka di GitHub

Bintang

4.199

Fork

303

Bahasa

Python

Lisensi

NOASSERTION

Push terakhir

2 minggu yang lalu

Python agent llm rl pytorch tutorial agentic-ai reinforcement-learning agentic rlhf ppo agentic-rl grpo dpo sft reinforcement llm-alignment

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.