Awesome-LLM-Post-training

Awesome Reasoning LLM 教程/調查/指南

Awesome-LLM-Post-training 是什麼?

Awesome Reasoning LLM 教程/調查/指南

Awesome-LLM-Post-training 概覽

這是什麼

此儲存庫是一個精心整理的集合,包含與大型語言模型(LLM)後訓練方法相關的論文、程式碼實作、基準測試與資源。它提供了一個後訓練方法的分類法,分為微調、強化學習與測試時擴展等類別。該儲存庫基於一篇名為「LLM Post-Training: A Deep Dive into Reasoning Large Language Models」的調查論文,該論文已被 IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI) 接受發表。

主要功能

  • 精心整理的 LLM 後訓練領域重要論文清單,包括調查、理論與可解釋性。
  • 涵蓋微調、強化學習與測試時擴展方法的分類法。
  • 包含 LLM 在強化學習、獎勵學習(過程獎勵模型)、策略最佳化與推理等章節。
  • 提供多智能體強化學習、探索、泛化與應用等資源。
  • 有組織的目錄,包含論文、教學、函式庫與其他資源的子章節。

使用情境

研究人員與實務工作者希望獲得 LLM 後訓練技術的全面概述,包括來自人類回饋的強化學習、過程獎勵模型與推理增強。適合用於追蹤 LLM 推理與決策的最新進展。

快速開始

請參閱儲存庫的 README 以了解如何瀏覽此整理清單以及存取引用的論文與資源。

授權與價格

儲存庫元資料中未聲明授權條款。該儲存庫被列為開源。

內容整理自該專案公開的 README 與儲存庫資訊。

將此徽章加入你的 README

Featured on YunoDB 徽章樣式與說明

你是這個專案的維護者嗎?展示它已收錄於 YunoDB。

Markdown[![Featured on YunoDB](https://yunodb.com/badge/mbzuai-oryxawesome-llm-post-training.svg)](https://yunodb.com/tools/mbzuai-oryxawesome-llm-post-training?utm_source=github&utm_medium=badge)
HTML<a href="https://yunodb.com/tools/mbzuai-oryxawesome-llm-post-training?utm_source=github&utm_medium=badge"><img src="https://yunodb.com/badge/mbzuai-oryxawesome-llm-post-training.svg" alt="Featured on YunoDB" height="20"></a>