Ein einfach zu bedienendes, skalierbares und leistungsstarkes agentisches RL-Framework basierend auf Ray (PPO & DAPO & REINFORCE++ & VLM & TIS & vLLM & Ray & Async RL)
Bauen und skalieren Sie Verstärkungslern-Systeme, die aus menschlichem Feedback lernen, mit einem benutzerfreundlichen Framework.
Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.
Erhalten Sie eine E-Mail-Benachrichtigung beim nächsten Release oder wenn es durchstartet.
Kostenlos · ohne Karte · jederzeit abbestellbarEin einfach zu bedienendes, skalierbares und leistungsstarkes agentisches RL-Framework basierend auf Ray (PPO & DAPO & REINFORCE++ & VLM & TIS & vLLM & Ray & Async RL)
OpenRLHF hat 9.9k Sterne auf GitHub. Es wurde 989-mal geforkt. OpenRLHF ist hauptsächlich in Python geschrieben. Es wird seit 2023 aktiv entwickelt. OpenRLHF ist unter der Apache-2.0-Lizenz verfügbar. Die Hauptthemen sind: large-language-models, proximal-policy-optimization, raylib, reinforcement-learning.
Ein einfach zu bedienendes, skalierbares und leistungsstarkes agentisches RL-Framework basierend auf Ray (PPO & DAPO & REINFORCE++ & VLM & TIS & vLLM & Ray & Async RL)
OpenRLHF ist ein Open-Source-Projekt. Es wird unter der Apache-2.0-Lizenz veröffentlicht.
Ja. OpenRLHF ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.
OpenRLHF ist unter der Apache-2.0-Lizenz verfügbar.
OpenRLHF ist hauptsächlich in Python geschrieben.
Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.
[](https://opensourceai.tech/project/openrlhf-openrlhf.html)