AlphaPeu commune
RLHFlow/Online-DPO-R1
Codebase for Iterative DPO Using Rule-based Rewards
- Propriétaire
- RLHFlow (organisation)
- Étoiles
- Étoiles : 275
- Forks
- Forks : 35
- Langage
- Python
- Licence
- Aucune
- Création
- 2025
- Rang
- Alpha (250 à 699 ★) Ce que veut dire ce rang
Autres dépôts de RLHFlow
Les 6 dépôts de RLHFlow- RLHFlow/RLHF-Reward-ModelingÉtoiles : 1 546PythonBêta
- RLHFlow/Online-RLHFÉtoiles : 543PythonAlpha
- RLHFlow/Minimal-RLÉtoiles : 274PythonAlpha
- RLHFlow/Self-rewarding-reasoning-LLMÉtoiles : 229PythonPrototype
- RLHFlow/Reinforce-AdaÉtoiles : 100PythonPrototype
D’autres dépôts Python
Tous les dépôts Python- next-1688/1688-customer-opportunityÉtoiles : 275PythonAlpha
- lordx64/phantom-kvÉtoiles : 275PythonAlpha
- letuandat131/whiteboard-animation-viÉtoiles : 275PythonAlpha
- tow/sunburntÉtoiles : 275PythonAlpha
- jameskermode/f90wrapÉtoiles : 275PythonAlpha
- adamreeve/npTDMSÉtoiles : 275PythonAlpha