rlhf
| Topic | Replies | Views | Activity | |
|---|---|---|---|---|
| 将强化学习重新引入 RLHF |
|
0 | 160 | June 19, 2024 |
| 使用 PPO 算法进行 RLHF 的 N 步实现细节 |
|
0 | 1032 | November 16, 2023 |
| TRL 正式推出，来训练你的首个 RLHF 模型吧！ |
|
0 | 1260 | August 10, 2023 |
| “StackLLaMA”: 用 RLHF 训练 LLaMA 的手把手教程 |
|
0 | 1997 | May 5, 2023 |
| 在一张 24 GB 的消费级显卡上用 RLHF 微调 20B LLMs |
|
0 | 1127 | March 23, 2023 |