voidful/TextRL

在 huggingface transformer 的任何生成模型（blommz-176B/bloom/gpt/bart/T5/MetaICL）上实现 ChatGPT RLHF（人类反馈强化学习）。

↗ 在 GitHub 打开

星数

564

Fork 数

61

语言

Python

许可

MIT

最后推送

5个月前

Python language-model pytorch chatgpt reinforcement-learning nlp gpt-3 rlhf gpt-2 controlled-nlg nlg

还没有相关情报

radar 追踪的来源里还没有出现过这个 repo。收集器按计划运行——等它覆盖到这个 repo 再回来看看。