reinforcement-learning

Vowpal Wabbit là một hệ thống machine learning đẩy lùi ranh giới của machine learning với các kỹ thuật như trực tuyến, băm, allreduce, reductions, learning2search, học chủ động và học tương tác.

Môi trường học tập StarCraft II

Triển khai RLHF (Học tăng cường từ phản hồi của con người) trên kiến trúc PaLM. Về cơ bản là ChatGPT nhưng sử dụng PaLM

Trở thành một nhà nghiên cứu/kỹ sư AI/ML xuất sắc với cuốn sách giáo khoa phi truyền thống này bao gồm toán học, điện toán và ML bằng trực giác.

Danh sách tài liệu đọc cho các chủ đề nghiên cứu về học máy đa phương thức

Bộ sưu tập các bài báo, blog và dự án LLM, tập trung vào OpenAI o1 🍓 và các kỹ thuật suy luận.

Khóa học về học tăng cường (reinforcement learning) trong thực tế

🔬 Danh sách tổng hợp các LLM tuyệt vời cùng các chiến lược và công cụ học sâu trong thị trường tài chính.

Mooncake là nền tảng phục vụ cho Kimi, một dịch vụ LLM hàng đầu được cung cấp bởi Moonshot AI.

Danh sách tổng hợp các phương pháp tự giám sát tuyệt vời

Tăng cường học tăng cường

Giải quyết bài toán Hiểu biết Trực quan bằng các VLM có tăng cường

Phổ biến hóa Học tăng cường cho các LLM.

Cầu nối RL cho các ứng dụng tác nhân dựa trên LLM. Đơn giản & Linh hoạt.

OpenSpiel là tập hợp các môi trường và thuật toán dùng cho nghiên cứu về học tăng cường tổng quát và tìm kiếm/lập kế hoạch trong trò chơi.

Một framework robot thú cưng bốn chân mã nguồn mở để phát triển robot bốn chân kiểu Boston Dynamics, hoàn hảo cho giáo dục STEM, lập trình & robotics, ứng dụng robot IoT, dịch vụ ứng dụng robot tăng cường AI, nghiên cứu và phát triển bộ kit robot DIY.

Công cụ huấn luyện thế hệ mới được xây dựng cho các mô hình MoE siêu lớn

Kho lưu trữ cho chương trình Deep Reinforcement Learning Nanodegree

EasyR1: Khung huấn luyện RL đa phương thức hiệu quả, có thể mở rộng dựa trên veRL

Triển khai một LLM suy luận bằng PyTorch từ đầu, từng bước một.

Kho lưu trữ này chứa Khóa học Deep Reinforcement Learning của Hugging Face.

🌟 Hơn 100 sơ đồ nguyên lý LLM / RL gốc 📚, tác giả của cuốn "Đại mô hình thuật toán" đặc biệt đóng góp! 💥 (100+ LLM/RL Algorithm Maps)

Kho lưu trữ dùng để huấn luyện phân tán các mô hình ngôn ngữ bằng Học tăng cường từ phản hồi của con người (RLHF)

RLinf: Cơ sở hạ tầng học tăng cường cho AI thể hiện và tác nhân (Embodied and Agentic AI)

Ngăn xếp phần mềm của Google DeepMind dành cho mô phỏng dựa trên vật lý và môi trường Reinforcement Learning, sử dụng MuJoCo.

[ICML 2021] DouZero: Làm chủ Đấu Địa Chủ bằng Học tăng cường sâu tự chơi | AI Đấu Địa Chủ

Một bản cài đặt sạch dựa trên AlphaZero cho bất kỳ trò chơi nào trong bất kỳ framework nào + hướng dẫn + Othello/Gobang/TicTacToe/Connect4 và hơn thế nữa

Danh sách tài nguyên học tăng cường có phản hồi từ con người được tuyển chọn (cập nhật liên tục)

Học tăng cường sâu song song hàng loạt. 🔥

🚀 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.