Startseite› Projekte› rlhf-book
rlhf-book
Python

rlhf-book

Lehrbuch über Verstärkungslernen aus menschlichem Feedback

von natolambert · GitHub
2.2k
Sterne
230
Forks
2024
Erstellt
1 mo ago
Letzter Commit
ai
Kategorie
Python
Sprache
aialignmentrlhfPython
Auf GitHub ansehen
In einfachen Worten

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

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
2026-07-072026-08-31
📈 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 230-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?
olud.ai badge — rlhf-book

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

[![olud.ai](https://olud.ai/badge.php?tool=natolambert-rlhf-book)](https://olud.ai/project/natolambert-rlhf-book.html)
Weitere Abzeichenoptionen →
🧬 Teilt DNA mit🧬 DNA-Karte ansehen →
SimPO
[NeurIPS 2024] SimPO: Einfache Präferenzoptimierung mit einer referenzfreien Belohnung
★ 958 · alignment
teiltalignmentrlhf
awesome-alignment-of-diffusion-models
[ACM Computing Surveys] Die Sammlung großartiger Papiere zur Ausrichtung von Diffusionsmodellen…
★ 431 · alignment
teiltalignment
alignment-handbook
Robuste Rezepte zur Ausrichtung von Sprachmodellen an menschlichen und AI-Präferenzen
★ 5.7k · llm
teiltrlhf
awesome-image-alignment-and-stitching
Eine kuratierte Liste großartiger Ressourcen für Bildausrichtung und -naht ...
★ 462 · alignment
teiltalignment
DataDreamer
DataDreamer: Prompt. Generieren Sie synthetische Daten. Trainieren & Ausrichten von Modellen.…
★ 1.1k · alignment
teiltalignment
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
ROLL
Eine effiziente und benutzerfreundliche Skalierungsbibliothek für Reinforcement Learning mit gr…
★ 3.4k · agentic
teiltrlhf
WebGLM
WebGLM: Ein effizientes web-unterstütztes Frage-Antwort-System (KDD 2023)
★ 1.6k · chatgpt
teiltrlhf
deita
Deita: Daten-effizientes Instruction Tuning für Alignment [ICLR2024]
★ 602 · alignment
teiltalignment

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