RLHFlow/Online-RLHF

線上 RLHF 與線上迭代式 DPO 的實作配方。

↗ 在 GitHub 開啟

星數

545

Fork 數

48

語言

Python

授權

—

最後推送

2 年前

Python llm llama3 rlhf

還沒有相關情報

radar 追蹤的來源裡還沒有出現過這個 repo。收集器照排程執行——等它涵蓋到這個 repo 再回來看看。