OpenRLHF / OpenRLHFGitHubRayとvLLMを基盤とする、大規模言語モデルや視覚言語モデルのRLHFおよびエージェント型RL学習フレームワーク。AI・機械学習#reinforcement-learning#rlhf#llm#ray#vllm1万1049PythonApache-2.0更新 16 日前