lucidrains/self-rewarding-lm-pytorch

MetaAI による Self-Rewarding Language Model で提案されたトレーニングフレームワークの実装

↗ GitHub で開く

スター

1,410

フォーク

70

言語

Python

ライセンス

MIT

最終プッシュ

2 年前

Python deep-learning artificial-intelligence transformers beyond-human-data self-rewarding

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。