工具说明为英文。
hands-on-modern-rl — 工具资料与历史
🚀 An open-source, hands-on curriculum bridging the gap from basic RL concepts to LLM alignment, RLVR, and advanced Agentic systems.
- 语言
- Python
- 创建时间
- 最近活动
- 主题
- agent
- agentic
- agentic-ai
- agentic-rl
- dpo
- grpo
- llm
- llm-alignment
- pytorch
- reinforcemen
- rlhf
- tutorial
当前测量
3 948GitHub 星标—
估算动量Momentum uses available readings from the last 7 days: measured with at least two comparable readings, estimated otherwise.
测量历史
| 日期 | 数值 | 指标 |
|---|---|---|
| 3 948 | GitHub 星标 |
分类
- 领域
- 类型
- 智能体
- 用途
- 未声明用途
相邻工具
这些条目声明了相同的主题。此处不推断相似性，仅列出共同的主题。