メインコンテンツへスキップ
buildradar
ログイン

natolambert/rlhf-book

@natolambert

人間フィードバックからの強化学習に関する教科書

スター
2,357
フォーク
258
言語
Python
ライセンス
NOASSERTION
最終プッシュ
1 週間前
Pythonaialignmentrlhf

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。