Hugging Face's logo

帖子、文章和讨论

将强化学习重新引入 RLHF

由  vwxyzjn 2024年6月12日 • 69

Community Articles
view all

万事通，专精部分领域的多功能 Transformer 智能体

由  qgallouedec 2024年4月22日 • 80

使用 PPO 算法进行 RLHF 的 N 步实现细节

由  vwxyzjn 2023年10月24日 • 24

使用 DDPO 在 TRL 中微调 Stable Diffusion 模型

由  metric-space 2023年9月29日 guest • 7

使用 DPO 微调 Llama 2

由  kashif 2023年8月8日 • 37

“StackLLaMA”: 用 RLHF 训练 LLaMA 的手把手教程

由  edbeeching 2023年4月5日 • 24

在一张 24 GB 的消费级显卡上用 RLHF 微调 20B LLMs

由  edbeeching 2023年3月9日 • 37

AI ⚔️ 大战 AI ⚔️ ，一个深度强化学习多智能体竞赛系统

由  CarlCochet 2023年2月7日 • 2

ChatGPT 背后的「功臣」——RLHF 技术详解

由  natolambert 2022年12月9日 • 130