オーナー · RLHFlow
RLHFlow
RLHFlow 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。
2 件のリポジトリ
- #1
RLHF 用の報酬モデルをトレーニングするためのレシピ集
★ 1,541+0直近 7 日のスター増減 - #2
オンラインRLHFおよびオンライン反復DPOのためのレシピ。
★ 544+0直近 7 日のスター増減
RLHFlow 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。
RLHF 用の報酬モデルをトレーニングするためのレシピ集
オンラインRLHFおよびオンライン反復DPOのためのレシピ。