awesome-RLHF

強化學習與人類反饋資源的精選清單(持續更新)

awesome-RLHF 是什麼?

強化學習與人類反饋資源的精選清單(持續更新) 」 ,但為避免重複,可簡化為「強化學習與人類反饋資源的精選清單(持續更新)

awesome-RLHF 概覽

這是什麼

這是一個精選的強化學習與人類反饋(RLHF)研究論文、程式碼庫、資料集、部落格和書籍的列表。該儲存庫會持續更新以追蹤 RLHF 的前沿發展。RLHF 使用強化學習方法,透過人類反饋直接最佳化語言模型,使基於通用文本語料庫訓練的模型能夠與複雜的人類價值觀對齊。該列表涵蓋了大型語言模型(LLM)和電子遊戲(例如 Atari)的 RLHF 應用。

主要功能

  • 按年份(2020 年及以前至 2026 年)整理的精選 RLHF 研究論文集合 - 包含與 RLHF 相關的程式碼庫、資料集、部落格和書籍 - 涵蓋 LLM 和電子遊戲的 RLHF 應用 - 提供 RLHF 概念的概述和詳細解釋(例如逆向強化學習、學徒學習、互動式機器學習、人在迴路強化學習) - 持續更新以追蹤 RLHF 的最新發展

使用情境

  • 遊戲:人類反饋幫助代理學習策略和戰術(例如圍棋) - 個人化推薦系統:使用者的反饋幫助學習個人偏好 - 機器人:人類反饋有助於安全且有效地與物理環境互動 - 教育:基於 AI 的導師利用教師的反饋來個人化學習體驗

快速開始

請參閱儲存庫的 README。

授權與價格

採用 Apache-2.0 授權。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/opendilabawesome-rlhf.svg)](https://yunodb.com/tools/opendilabawesome-rlhf?utm_source=github&utm_medium=badge)
HTML<a href="https://yunodb.com/tools/opendilabawesome-rlhf?utm_source=github&utm_medium=badge"><img src="https://yunodb.com/badge/opendilabawesome-rlhf.svg" alt="Featured on YunoDB" height="20"></a>