LLM-RLHF-Tuning with PPO and DPO
مجموعة أدوات مفتوحة المصدر لتدريب نماذج اللغة بالتعلّم المعزز من التغذية البشرية، تشمل الضبط الدقيق للتعليمات وتدريب نموذج المكافأة وخوارزميتي PPO وDPO.
مفتوح المصدرالبرمجة والتطوير
زيارة الموقع(يفتح في تبويب جديد)
مجموعة أدوات مفتوحة المصدر لتدريب نماذج اللغة بالتعلّم المعزز من التغذية البشرية، تشمل الضبط الدقيق للتعليمات وتدريب نموذج المكافأة وخوارزميتي PPO وDPO.