Project Icon

rlax

JAX驱动的强化学习算法构建库

RLax是基于JAX的强化学习工具库,提供实现智能体所需的核心模块。支持价值估计、分布式价值函数、通用价值函数和策略梯度等功能,适用于在线和离线学习。借助JAX实现即时编译,RLax能在多种硬件上高效运行,为开发者提供灵活的工具构建强化学习算法。

FsfairX-LLaMA3-RM-v0.1 - 基于LLaMA-3的开源奖励函数,支持多种RLHF方案的高性能实现
GithubHuggingfaceLLaMA3RLHF人工智能奖励建模开源项目模型模型训练
FsfairX-LLaMA3-RM-v0.1是一个基于LLaMA-3开发的强化学习奖励模型。该模型在Reward-Bench测试中取得了Chat 99.44分、Safety 88.76分等优秀成绩,支持PPO等多种人类反馈学习方法。项目提供完整的训练代码和使用示例,有助于开发更安全的AI应用。
ryax-engine - 简化云端自动化和API开发部署的开源平台
GithubRyax后端开发工作流自动化开源平台开源项目无服务器技术
Ryax是一个开源平台,致力于简化云端自动化和API的设计、部署及监控流程。该平台支持快速构建后端,采用无服务器技术实现规模化部署,可选择自托管、任意云平台安装或使用托管服务。Ryax提供低代码解决方案,兼容Python、JavaScript和C#等编程语言,集成了用户和项目管理、自动生成HTTP API等功能。开发者可借助Ryax高效构建和部署可扩展的后端系统。
TextRL - 通过强化学习提高文本生成质量,广泛支持多种模型
GithubHugging Face's TransformersOpenAI GYMTextRL开源项目强化学习文本生成
TextRL是一个Python库,结合Hugging Face的Transformers、PFRL和OpenAI GYM,通过强化学习优化文本生成。该库支持多种文本生成模型,如GPT-2、FLAN-T5和Bigscience/BLOOM,并具备高度的可定制性,适用于各种应用场景,从而提升文本生成的准确性和表现力。
rl-plotter - 绘制强化学习训练曲线的工具
Githubrl-plotter学习曲线开源项目强化学习数据可视化日志记录器
rl-plotter 是一个简单的工具,可以轻松绘制强化学习训练曲线。支持自定义记录器、多实验绘图和多种绘图样式,兼容 OpenAI-baseline 和 OpenAI-spinningup。用户可以通过命令行方式绘制结果,并对图表进行个性化设置,如平均分组和阴影标准偏差。适用于研究人员和开发者追踪和可视化强化学习训练过程,提升工作效率和结果质量。
nx - Elixir的多维数组和数值计算库集合
EXLAGithubNxTorchx多维数组开源项目数值计算
该项目集合包括Nx,一个用于Elixir的多维数组和数值计算库;EXLA,基于Google XLA的编译器/后端;以及Torchx,基于LibTorch的后端。每个项目都有独立的README文件。未来,这些项目将独立存储。EXLA项目还包含了示例和基准测试。更多关于Elixir中机器学习的介绍,请访问组织页面。
jaxtyping - JAX数组与PyTrees的类型注解和运行时检查工具
GithubJAXPyTreejaxtyping开源项目类型注解运行时类型检查
jaxtyping是一款为JAX数组和PyTrees提供类型注解及运行时类型检查的开源工具。除JAX外,它还支持PyTorch、NumPy和TensorFlow等主流框架,使用户能够为数组的形状和数据类型添加精确的类型提示。该项目安装简便,与多种运行时类型检查包兼容,并提供完整的在线文档。通过增强类型安全,jaxtyping为科学计算和深度学习项目提供了更可靠的开发环境。
deep-rl-class - Hugging Face深度强化学习课程资源与教程
GithubHugging FaceReinforcement Learning人工智能开源项目深度强化学习课程
本页面提供Hugging Face深度强化学习课程的全部资源,包括mdx文件和教程笔记。学习者可获取课程大纲、注册信息及详细介绍,适合研究AI和机器学习的人员深入了解深度强化学习的核心概念和应用技术。
LLM-RLHF-Tuning - RLHF三阶段训练支持指令微调、奖励模型和多种训练方式
DPOGithubLLaMALLaMA2PPORLHF开源项目
本项目实现了RLHF的三阶段训练,包括指令微调、奖励模型训练和PPO算法训练。支持LLaMA和LLaMA2模型,并提供多种分布式加速训练方法。项目附有详细的实现文档,并对比了其他开源框架的功能,是RLHF训练的宝贵资源。
axon - 基于Nx框架的Elixir深度学习库,支持模型创建和训练
AxonElixirGithub开源项目模型创建深度学习训练API
Axon是一个基于Nx的Elixir深度学习库,提供高效的神经网络功能。核心组件包括数值定义的Functional API、模型创建的Model Creation API和训练模型的Training API。Axon通过模块化设计,实现各API独立使用,并通过Polaris进行优化。该库支持多种深度学习层和模型格式,如TensorFlow Lite和ONNX,适用于多种深度学习应用。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号