dpo

7 proyectos comparten este topic de GitHub

Las líneas conectan a los miembros que están mediblemente relacionados entre sí. El tamaño de los puntos refleja las estrellas.

🧬 Miembros

Easily fine-tune, evaluate and deploy Qwen, Gemma, or any open weight LLM!

MedicalGPT: Training Your Own Medical GPT Model with ChatGPT Training Pipeline.…

Align Anything: Training All-modality Model with Feedback

Fine-tune LLMs from one YAML. Layer streaming trains an 8B model on a 4 GB laptop GPU.

hands-on-modern-rl

🚀 An open-source, hands-on curriculum bridging the gap from basic RL concepts to LLM alignment, RLVR, and…

tensorflow-nlp-tutorial

tensorflow를 사용하여 텍스트 전처리부터, Topic Models, BERT, GPT, LLM과 같은 최신 모델의…

Awesome-RL-for-Video-Generation

A curated list of papers on reinforcement learning for video generation

🔗 Familias relacionadas

sft 13 rlhf 32 huggingface 80 grpo 26 ppo 6 gpt-oss 11 inference 74 vlms 5

Medido a partir de los temas de GitHub compartidos por ambos proyectos, ponderado por cuán raros son cada uno de los temas.