dpo

9 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

Soup

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

★ 9.7k

oumi

Easily fine-tune (SFT/RL), evaluate, and deploy Qwen, Gemma, or any open agentic LLM/VLM!

★ 9.4k

MedicalGPT

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

★ 5.9k

hands-on-modern-rl

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

★ 4.8k

align-anything

Align Anything: Training All-modality Model with Feedback

★ 4.7k

tensorflow-nlp-tutorial

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

★ 577

Awesome-RL-for-Video-Generation

A curated list of papers on reinforcement learning for video generation

★ 565

hands-on-llm

动手学大模型全栈：CS336 中文精讲 · PyTorch 手搓 Transformer · 单卡复现…

★ 119 · GitHub ↗

AlignLedger

Auditable human-feedback annotation, review, provenance, and frozen training-data export.

★ 100 · GitHub ↗

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