PrototypeCommune
0bserver07/Study-Reinforcement-Learning
RL study guide — foundations through RLHF, DPO, GRPO, RLVR, agentic RL, and offline RL. Hand-written CS294 notes, 19 lecture drafts, 5 tested exercises, citations that resolve.
- Propriétaire
- 0bserver07 (compte personnel)
- Étoiles
- Étoiles : 168
- Forks
- Forks : 38
- Langage
- Python
- Licence
- Aucune
- Création
- 2016
- Sujets
- machine-learningdeep-learningreinforcement-learningagentic-rlconstitutional-aideepseek-r1dpogrpolecture-notesllm-alignment
- Rang
- Prototype (100 à 249 ★) Ce que veut dire ce rang
Autres dépôts de 0bserver07
Les 2 dépôts de 0bserver07- 0bserver07/One-Hundred-Layers-TiramisuÉtoiles : 197Jupyter NotebookPrototype
D’autres dépôts Python
Tous les dépôts Python- thu-nics/AKVÉtoiles : 168PythonPrototype
- try2love/codex-mobile-bridgeÉtoiles : 168PythonPrototype
- PeroTuncay/DeckyHelixSRManagerÉtoiles : 168PythonPrototype
- clintecker/django-google-analyticsÉtoiles : 168PythonPrototype
- disqus/disqus-pythonÉtoiles : 168PythonPrototype
- edsu/microdataÉtoiles : 168PythonPrototype