Framework basado en Ray y vLLM para RLHF y entrenamiento de agentes con modelos grandes de lenguaje y de visión y lenguaje.
10,1 mil1 milPythonApache-2.0Actualizado hace 16 días
#proximal-policy-optimization
Proyectos open source sobre «proximal-policy-optimization»
Repositorios de GitHub seleccionados relacionados con proximal-policy-optimization, con resúmenes de IA y métricas clave.
Ordenar:Añadidos recientemente
1 repositorio