ContextualAI の追跡中のオープンソースリポジトリを、スター数順に表示します。
DPO、KTO、PPO、ORPO、およびその他のヒューマンアウェア損失関数（HALO）の拡張可能な実装を提供するライブラリ
Generative Representational Instruction Tuning
