dLLM-RL
[ICLR 2026] Code officiel pour TraceRL : Révolutionner le post-entraînement pour les LLMs de diffusion, alimentant la série SOTA TraDo.
Utilisez un cadre pour améliorer les performances des modèles de langage de grande taille grâce à des techniques d'entraînement avancées.
Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.
Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.
Gratuit · sans carte · désinscription à tout moment[ICLR 2026] Code officiel pour TraceRL : Révolutionner le post-entraînement pour les LLMs de diffusion, alimentant la série SOTA TraDo.
dLLM-RL compte 519 étoiles sur GitHub. Il a été forké 45 fois. dLLM-RL est écrit principalement en Python. Il est développé activement depuis 2025. dLLM-RL est disponible sous licence Apache-2.0. Ses principaux thèmes sont : code-generation, diffusion-language-models, large-language-models, llm-reasoning.
Qu'est-ce que dLLM-RL ?
[ICLR 2026] Code officiel pour TraceRL : Révolutionner le post-entraînement pour les LLMs de diffusion, alimentant la série SOTA TraDo.
dLLM-RL est-il open source ?
dLLM-RL est un projet open source. Il est distribué sous licence Apache-2.0.
dLLM-RL est-il gratuit ?
Oui. dLLM-RL est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.
Sous quelle licence est dLLM-RL ?
dLLM-RL est disponible sous licence Apache-2.0.
Dans quel langage dLLM-RL est-il écrit ?
dLLM-RL est écrit principalement en Python.
Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.
[](https://olud.ai/project/gen-verse-dllm-rl.html)
