dCaples/AutoDidact
@dCaples強化学習と自己検証を使用し、カスタムデータでリサーチエージェント LLM を自律的にトレーニングします。
スター
687
フォーク
63
言語
Jupyter Notebook
ライセンス
—
最終プッシュ
1 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。
強化学習と自己検証を使用し、カスタムデータでリサーチエージェント LLM を自律的にトレーニングします。
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。