メインコンテンツへスキップ
buildradar
Sign in

alibaba/ROLL

@alibaba

大規模言語モデルを用いた強化学習のための、効率的でユーザーフレンドリーなスケーリングライブラリ

スター
3,380
フォーク
311
言語
Python
ライセンス
Apache-2.0
最終プッシュ
5 日前
Pythonagenticrlhfrlvr

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。