tatsu-lab/alpaca_farm

用於 RLHF 及其替代方案的模擬框架。無需收集人類數據即可開發您的 RLHF 方法。

↗ 在 GitHub 開啟

星數

844

Fork 數

66

語言

Python

授權

Apache-2.0

最後推送

2 年前

Python deep-learning large-language-models natural-language-processing instruction-following reinforcement-learning-from-human-feedback

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。