OpenLMLab/MOSS-RLHF
@OpenLMLab大規模言語モデルにおける RLHF の秘密 パート1: PPO
スター
1,430
フォーク
103
言語
Python
ライセンス
Apache-2.0
最終プッシュ
3 年前
関連 Intel(0)
関連 Intel はまだありません
このリポジトリは radar が追跡するソースにまだ登場していません。コレクターはスケジュールで動いています——このリポジトリがカバーされたらまた見てください。
大規模言語モデルにおける RLHF の秘密 パート1: PPO
このリポジトリは radar が追跡するソースにまだ登場していません。コレクターはスケジュールで動いています——このリポジトリがカバーされたらまた見てください。