lucidrains/PaLM-rlhf-pytorch
@lucidrainsPaLMアーキテクチャ上に実装されたRLHF (Reinforcement Learning with Human Feedback)。基本的にChatGPTだがPaLMを使用している。
スター
7,864
フォーク
673
言語
Python
ライセンス
MIT
最終プッシュ
2 か月前
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。