开源雷达国内 GitHub 镜像站
加速通道已就绪 返回列表
全部项目

tomekkorbak/pretraining-with-human-feedback

Code accompanying the paper Pretraining Language Models with Human Preferences

语言:Python · GitHub 星标:185 · Fork:16

话题:ai-alignment · ai-safety · decision-transformers · gpt · language-models · pretraining · reinforcement-learning · rlhf

在 GitHub 上查看原仓库

正在读取项目信息…