Startseite› Projekte› rlhf-book
rlhf-book

rlhf-book

von natolambert · GitHub

Lehrbuch über Verstärkungslernen aus menschlichem Feedback

# ai# alignment# rlhf
Auf GitHub ansehen
In einfachen Worten

Lesen Sie einen umfassenden Leitfaden zur Verwendung von Reinforcement Learning mit menschlichem Feedback für Sprachmodelle.

⭐ Sterne
2.2k
🍴 Forks
236
🔥 Trendend
+54 diese Woche
📜 Lizenz
—
Lizenz nicht angegeben
📅 Erstellt
2024
🔄 Letzter Commit
today
🏷️ Kategorie
ai
💻 Sprache
Python
Betreuen Sie dieses Projekt?

Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.

Diese Seite beanspruchen →
rlhf-book — GitHub preview card
📈 Sternhistorie
2.2k2.1k
2026-07-072026-07-29
📈 rlhf-book verfolgen

Erhalten Sie eine E-Mail-Benachrichtigung beim nächsten Release oder wenn es durchstartet.

Kostenlos · ohne Karte · jederzeit abbestellbar
E-Mail-Alerts erhalten →
📄 Über

Lehrbuch über Verstärkungslernen aus menschlichem Feedback

rlhf-book hat 2.2k Sterne auf GitHub. Es wurde 236-mal geforkt. rlhf-book ist hauptsächlich in Python geschrieben. Es wird seit 2024 aktiv entwickelt. Die Hauptthemen sind: ai, alignment, rlhf.

❓ Frequently asked questions

Was ist rlhf-book?

Lehrbuch über Verstärkungslernen aus menschlichem Feedback

Ist rlhf-book Open Source?

rlhf-book ist ein Open-Source-Projekt.

Ist rlhf-book kostenlos?

Ja. rlhf-book ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.

In welcher Sprache ist rlhf-book geschrieben?

rlhf-book ist hauptsächlich in Python geschrieben.

🏅 Wartender dieses Projekts?
OpenSourceAI badge — rlhf-book

Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.

[![OpenSourceAI](https://opensourceai.tech/badge.php?tool=natolambert-rlhf-book)](https://opensourceai.tech/project/natolambert-rlhf-book.html)
Weitere Abzeichenoptionen →
🧬 Teilt DNA mit🧬 DNA-Karte ansehen →
SimPO
[NeurIPS 2024] SimPO: Einfache Präferenzoptimierung mit einer referenzfreien Belohnung
★ 956 · alignment
teiltalignmentrlhf
awesome-alignment-of-diffusion-models
[ACM Computing Surveys] Die Sammlung großartiger Papiere zur Ausrichtung von Diffusionsmodellen…
★ 429 · alignment
teiltalignment
alignment-handbook
Robuste Rezepte zur Ausrichtung von Sprachmodellen an menschlichen und AI-Präferenzen
★ 5.7k · llm
teiltrlhf
AlignProp
AlignProp verwendet direkte Belohnungs-Rückpropagation für die Ausrichtung von großangelegten T…
★ 324 · alignment
teiltalignment
ABC-GRPO
Code für Adaptive-Boundary-Clipping GRPO. arxiv.org/pdf/2601.03895
★ 442 · grpo
teiltrlhf
deita
Deita: Daten-effizientes Instruction Tuning für Alignment [ICLR2024]
★ 600 · alignment
teiltalignment
ROLL
Eine effiziente und benutzerfreundliche Skalierungsbibliothek für Reinforcement Learning mit gr…
★ 3.3k · agentic
teiltrlhf
WebGLM
WebGLM: Ein effizientes web-unterstütztes Frage-Antwort-System (KDD 2023)
★ 1.6k · chatgpt
teiltrlhf
awesome-image-alignment-and-stitching
Eine kuratierte Liste großartiger Ressourcen für Bildausrichtung und -naht ...
★ 463 · alignment
teiltalignment
VADER
Video-Diffusionsausrichtung über Belohnungsgradienten. Wir verbessern eine Vielzahl von Video-D…
★ 315 · alignment
teiltalignmentrlhf

Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.