Framework baseado em Ray e vLLM para RLHF e treinamento de agentes com RL em modelos de linguagem e visão-linguagem de grande porte.
10,1 mil1 milPythonApache-2.0Atualizado há 16 dias
#proximal-policy-optimization
Projetos open source sobre “proximal-policy-optimization”
Repositórios do GitHub selecionados relacionados a proximal-policy-optimization, com resumos de IA e métricas principais.
Ordenar:Adicionados recentemente
1 repositório