opendilab/awesome-RLHF

人間フィードバックによる強化学習（Reinforcement Learning with Human Feedback）のリソースを厳選したリスト（継続的に更新中）。

↗ GitHub で開く

スター

4,424

フォーク

260

言語

—

ライセンス

Apache-2.0

最終プッシュ

4 か月前

deep-learning large-language-models deep-reinforcement-learning reinforcement-learning rlhf human-feedback

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。