RLHF-Reward-Modeling
Recetas para entrenar un modelo de recompensa para RLHF.
Entrena modelos para predecir preferencias de usuarios basadas en sus respuestas a indicaciones.
Reivindica su pagina: indexada sea cual sea su posicion, traducida a seis idiomas y enriquecida con tus propias palabras.
Recibe una alerta por correo en su próximo lanzamiento o cuando despegue — no te pierdas nada.
Gratis · sin tarjeta · cancela cuando quierasRecetas para entrenar un modelo de recompensa para RLHF.
RLHF-Reward-Modeling tiene 1.5k estrellas en GitHub. Se ha bifurcado 110 veces. RLHF-Reward-Modeling está escrito principalmente en Python. Se desarrolla activamente desde 2024. RLHF-Reward-Modeling está disponible bajo la licencia Apache-2.0. Sus temas principales son: llama3, llm, reward-models, rlhf.
¿Qué es RLHF-Reward-Modeling?
Recetas para entrenar un modelo de recompensa para RLHF.
¿RLHF-Reward-Modeling es de código abierto?
RLHF-Reward-Modeling es un proyecto de código abierto. Se distribuye bajo la licencia Apache-2.0.
¿RLHF-Reward-Modeling es gratis?
Sí. RLHF-Reward-Modeling es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.
¿Bajo qué licencia está RLHF-Reward-Modeling?
RLHF-Reward-Modeling está disponible bajo la licencia Apache-2.0.
¿En qué lenguaje está escrito RLHF-Reward-Modeling?
RLHF-Reward-Modeling está escrito principalmente en Python.
Agrega este distintivo en vivo a tu README — tus estrellas de GitHub y rango en el directorio, actualizados diariamente.
[](https://olud.ai/project/rlhflow-rlhf-reward-modeling.html)
Medido a partir de los topics de GitHub comunes a ambos proyectos, ponderados por su rareza.