RLHFlow/RLHF-Reward-Modeling
Recipes to train reward model for RLHF.
Licencia y mantenimiento
Apache-2.0 es una licencia permisiva: uso comercial libre con atribución.
Último cambio de código hace 18 meses.
Recipes to train reward model for RLHF.
Apache-2.0 es una licencia permisiva: uso comercial libre con atribución.
Último cambio de código hace 18 meses.