sail-sg/oat

🌾 OAT: Uma estrutura amigável para pesquisa de alinhamento online de LLMs, incluindo aprendizado por reforço, aprendizado por preferência, etc.

↗ Abrir no GitHub

Estrelas

669

Bifurcações

63

Linguagem

Python

Licença

Apache-2.0

Último push

há 7 meses

Python llm alignment reasoning rlhf ppo distributed-training grpo dpo r1-zero distributed-rl dueling-bandits llm-aligment llm-exploration online-alignment online-rl thompson-sampling

Ainda não há intel relacionado

Este repo ainda não apareceu em nenhuma das fontes que o radar rastreia. O coletor roda em um cronograma — volte quando ele cobrir este repo.