PrototypeCommune
THU-BPM/RLCSD
Source code of paper "RLCSD: Reinforcement Learning with Contrastive On-Policy Self-Distillation"
- Propriétaire
- THU-BPM (organisation)
- Étoiles
- Étoiles : 115
- Forks
- Forks : 4
- Langage
- Python
- Licence
- MIT
- Création
- 2026
- Sujets
- large-language-modelsllmon-policy-distillationopsdreinforcement-learningself-distillationopd
- Rang
- Prototype (100 à 249 ★) Ce que veut dire ce rang
Autres dépôts de THU-BPM
Les 5 dépôts de THU-BPM- THU-BPM/MarkLLMÉtoiles : 1 088PythonBêta
- THU-BPM/MarkDiffusionÉtoiles : 334Jupyter NotebookAlpha
- THU-BPM/Omni-SafetyBenchÉtoiles : 116PythonPrototype
- THU-BPM/chatgpt-sqlÉtoiles : 106PythonPrototype
D’autres dépôts Python
Tous les dépôts Python- Tsanyamra/CoreQilinÉtoiles : 115PythonPrototype
- sucikhairida/CenterNagaÉtoiles : 115PythonPrototype
- flemuh/radar-public-sectorÉtoiles : 115PythonPrototype
- mnaberez/supervisor_twiddlerÉtoiles : 115PythonPrototype
- brosner/django-taggingÉtoiles : 115PythonPrototype
- jwagner/playitslowlyÉtoiles : 115PythonPrototype