walkinglabs/hands-on-modern-rl

🚀 一個開源、實作導向的課程，彌合基礎 RL 概念與 LLM 對齊、RLVR 及進階代理系統之間的差距

↗ 在 GitHub 開啟

星數

4,347

Fork 數

313

語言

Python

授權

NOASSERTION

最後推送

1 週前

Python agent llm rl pytorch tutorial agentic-ai reinforcement-learning agentic rlhf ppo agentic-rl grpo dpo sft reinforcement llm-alignment

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。