OpenRLHF / OpenRLHFGitHub基于 Ray 和 vLLM 的强化学习框架,用于大语言模型与视觉语言模型的人类反馈强化学习训练。AI 与机器学习#reinforcement-learning#rlhf#llm#ray#vllm1万1049PythonApache-2.0更新于 16天前