dpo

Faça o ajuste fino, avalie e implante facilmente Qwen, Gemma ou qualquer LLM de pesos abertos!

MedicalGPT: Treine seu próprio modelo GPT médico com o pipeline de treinamento do ChatGPT. Implementa pré-treinamento incremental (PT), ajuste fino supervisionado (SFT), RLHF, DPO, ORPO e GRPO.

Ajuste fino de LLMs a partir de um único YAML. O streaming de camadas treina um modelo de 8B em uma GPU de laptop de 4 GB.

Align Anything: Treinamento de modelos multimodais com feedback

Um currículo prático de código aberto que preenche a lacuna entre conceitos básicos de RL e alinhamento de LLM, RLVR e sistemas de agentes avançados.

Uma biblioteca com implementações extensíveis de DPO, KTO, PPO, ORPO e outras funções de perda orientadas a humanos (HALOs).

[ICCV 2025] Código oficial do DeepMesh: Criação Auto-Regressiva de Malhas de Artista com Aprendizagem por Reforço

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

Fine-tuning fácil e eficiente de LLMs. (Suporta LLaMA, LLaMA2, LLaMA3, Qwen, Baichuan, GLM, Falcon). Treinamento e implantação eficientes de quantização para grandes modelos.

Uma lista selecionada de artigos sobre aprendizado por reforço para geração de vídeo

Este é um repositório de NLP de Deep Learning que organiza desde o pré-processamento de texto usando TensorFlow até tarefas downstream de modelos modernos como Topic Models, BERT, GPT e LLM.