オープン
Collapse reference+learner hydra heads when using LoRa
contributions welcomefeature requestgood first issue
おすすめ理由担当者がまだいない · 初心者向けラベルあり
担当者がまだいない初心者向けラベルありコントリビューションガイドあり
6 件のコメント2 件のリアクション0 担当者
Repository Issues
A repo for distributed training of language models with Reinforcement Learning via Human Feedback (RLHF)
Repository Issues
A repo for distributed training of language models with Reinforcement Learning via Human Feedback (RLHF)