メインコンテンツへスキップ
buildradar
ログイン

TsinghuaC3I/Awesome-RL-for-LRMs

@TsinghuaC3I

大規模推論モデルのための強化学習サーベイ

スター
2,487
フォーク
133
言語
TeX
ライセンス
MIT
最終プッシュ
3 週間前
TeXopen-sourceawesome-listllmrlreasoningdeepseek-r1lrm

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。