CarperAI のリポジトリ

A repo for distributed training of language models with Reinforcement Learning via Human Feedback (RLHF)

最終コミット 2024年1月8日

(4,184 stars) (450 forks) (2 件の索引済み issue) (2 件のオープンな good first issue)

新着 Easy issues をメールで受け取る。