当前标签：RLHF

将强化学习重新引入 RLHF
HuggingFace 2024-06-19 22:52 阅读:422 评论:0 推荐:1
使用 PPO 算法进行 RLHF 的 N 步实现细节
HuggingFace 2023-11-16 15:02 阅读:1306 评论:0 推荐:1
TRL 正式推出，来训练你的首个 RLHF 模型吧！
HuggingFace 2023-08-10 23:55 阅读:2271 评论:0 推荐:1
“StackLLaMA”: 用 RLHF 训练 LLaMA 的手把手教程
HuggingFace 2023-05-05 11:15 阅读:905 评论:0 推荐:0
在一张 24 GB 的消费级显卡上用 RLHF 微调 20B LLMs
HuggingFace 2023-03-23 10:15 阅读:1333 评论:1 推荐:1