メインコンテンツへスキップ
buildradar
Sign in

Tencent-Hunyuan/UniRL

@Tencent-Hunyuan

UniRL は、統合マルチモーダルモデルの強化学習用フレームワークです

スター
936
フォーク
66
言語
Python
ライセンス
NOASSERTION
最終プッシュ
10 時間前
Pythonvllmreinforcement-learningsglangai-infrastructure

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。