dpo

Dễ dàng tinh chỉnh, đánh giá và triển khai Qwen, Gemma hoặc bất kỳ LLM trọng số mở nào!

MedicalGPT: Đào tạo mô hình GPT y tế của riêng bạn với quy trình huấn luyện của ChatGPT. Huấn luyện mô hình lớn y tế, hỗ trợ tiền huấn luyện gia tăng (PT), tinh chỉnh có giám sát (SFT), RLHF, DPO, ORPO, GRPO.

Tinh chỉnh LLMs chỉ từ một YAML. Layer streaming đào tạo mô hình 8B trên GPU laptop 4 GB.

Align Anything: Huấn luyện mô hình đa phương thức với phản hồi

🚀 Chương trình giảng dạy thực hành mã nguồn mở thu hẹp khoảng cách từ các khái niệm RL cơ bản đến căn chỉnh LLM, RLVR và các hệ thống Agentic nâng cao.

Thư viện cung cấp các cài đặt mở rộng cho DPO, KTO, PPO, ORPO và các hàm mất mát nhận thức con người (HALOs) khác.

[ICCV 2025] Mã nguồn chính thức của DeepMesh: Tạo lưới nghệ sĩ tự hồi quy với học tăng cường

🌾 OAT: Khung nghiên cứu thân thiện cho việc căn chỉnh trực tuyến LLM, bao gồm học tăng cường, học ưu tiên, v.v.

Tinh chỉnh LLM dễ dàng và hiệu quả (Hỗ trợ LLama, LLama2, LLama3, Qwen, Baichuan, GLM, Falcon)

Danh sách các bài báo nghiên cứu về học tăng cường cho tạo video

Kho lưu trữ Deep Learning NLP sử dụng tensorflow, tổng hợp từ tiền xử lý văn bản đến các tác vụ hạ nguồn của các mô hình hiện đại như Topic Models, BERT, GPT và LLM.