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。