Miraclemarvel55/ChatGLM-RLHF

对ChatGLM直接使用RLHF提升或降低目标输出概率|Modify ChatGLM output with only RLHF

语言：Python · GitHub 星标：195 · Fork：25

话题：chatglm · custom · nickname · ppo · reward · rlhf · similarity

在 GitHub 上查看原仓库