Тематическая подборка
alignment
2 open-source проекта с AI-разборами, метриками и прямыми ссылками на GitHub.
011 янв. 1 г.
DaoyuanLi2816/mini-verl
Инструмент для запуска ограниченного verl-совместимого on-policy distillation на одной CUDA-видеокарте с PEFT-артефактами.
021 янв. 1 г.
Y0oshi/Text-LLM-Training-from-scratch
Учебный конвейер обучения языковых моделей в PyTorch: токенизация, предобучение, дообучение, DPO, reward-модели и GRPO.