メインコンテンツへスキップ
buildradar
ログイン

tatsu-lab/alpaca_farm

@tatsu-lab

RLHFおよび代替手法のためのシミュレーションフレームワーク。人間のデータを収集せずにRLHF手法を開発可能

スター
844
フォーク
66
言語
Python
ライセンス
Apache-2.0
最終プッシュ
2 年前
Pythondeep-learninglarge-language-modelsnatural-language-processinginstruction-followingreinforcement-learning-from-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。