RLHFlow/RLHF-Reward-Modeling

用於訓練 RLHF 獎勵模型的範例與食譜

↗ 在 GitHub 開啟

星數

1,541

Fork 數

110

語言

Python

授權

Apache-2.0

最後推送

1 年前

Python llm llama3 rlhf reward-models

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。