メインコンテンツへスキップ
buildradar
Sign in

redai-studio/Relax

@redai-studio

大規模オムニモーダル事後学習のための非同期強化学習エンジン

スター
597
フォーク
148
言語
Python
ライセンス
Apache-2.0
最終プッシュ
6 時間前
Pythonmulti-agentmultimodalreinforcement-learningpost-trainingrlhfagentic-rldistributed-traininggrporay-serve

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。