reinforcement-learning

Vowpal Wabbit é um sistema de aprendizado de máquina que expande as fronteiras da área com técnicas como online, hashing, allreduce, reductions, learning2search, active e interactive learning.

Ambiente de aprendizado para StarCraft II.

Implementação de RLHF (Aprendizado por Reforço com Feedback Humano) sobre a arquitetura PaLM. Basicamente o ChatGPT, mas com PaLM.

Torne-se um pesquisador ou engenheiro de IA/ML de alto nível com este livro didático não convencional que cobre matemática, computação e ML com intuição.

Lista de leitura para tópicos de pesquisa em aprendizado de máquina multimodal

Uma coleção de artigos, blogs e projetos sobre LLM, com foco no OpenAI o1 🍓 e técnicas de raciocínio.

Um curso sobre aprendizado por reforço em cenários reais.

🔬 Uma lista curada de LLMs incríveis e estratégias e ferramentas de aprendizado profundo no mercado financeiro.

Mooncake é a plataforma de serviço para o Kimi, um serviço de LLM líder fornecido pela Moonshot AI.

Uma lista curada de métodos de autoaprendizagem (self-supervised) incríveis

Impulsionando o aprendizado por reforço

Resolver compreensão visual com VLMs reforçados.

Democratizando o Aprendizado por Reforço para LLMs.

A ponte de RL para aplicações de agentes baseadas em LLM. Simples e flexível.

OpenSpiel é uma coleção de ambientes e algoritmos para pesquisa em aprendizado por reforço geral e busca/planejamento em jogos.

Uma estrutura de robô quadrúpede de código aberto para desenvolver robôs de quatro patas no estilo Boston Dynamics, perfeitos para STEM, programação e educação em robótica, aplicações de robótica IoT, serviços de aplicação de robótica aprimorados por IA, pesquisa e desenvolvimento de kits de robótica DIY.

Um motor de treinamento de próxima geração construído para modelos MoE ultra-grandes

Repositório para o programa Nanodegree de Aprendizado por Reforço Profundo.

EasyR1: Um framework de treinamento de RL multimodal eficiente, escalável e baseado no veRL

Implemente um LLM de raciocínio em PyTorch do zero, passo a passo

Este repositório contém o curso de Aprendizado por Reforço Profundo da Hugging Face.

🌟100+ Mapas conceituais originais de LLM / RL 📚, contribuição do autor de "Algoritmos de Grandes Modelos"!💥 (100+ Mapas de Algoritmos LLM/RL)

Um repositório para treinamento distribuído de modelos de linguagem com Aprendizado por Reforço via Feedback Humano (RLHF).

RLinf: Infraestrutura de Aprendizado por Reforço para IA incorporada e agentica.

Stack de software do Google DeepMind para simulação baseada em física e ambientes de Aprendizado por Reforço, utilizando MuJoCo

[ICML 2021] DouZero: Dominando o DouDizhu com Aprendizado por Reforço Profundo via Self-Play | IA para DouDizhu

Uma implementação limpa baseada em AlphaZero para qualquer jogo em qualquer framework + tutorial + Othello/Gobang/TicTacToe/Connect4 e mais.

Uma lista curada de recursos sobre aprendizado por reforço com feedback humano (atualizada continuamente).

Aprendizado por reforço profundo massivamente paralelo.

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.