awesome-RLHF

人类反馈下的强化学习文献合集

RLHF Reinforcement Learning 人类反馈大型语言模型奖励模型 Github 开源项目

此页面汇集了关于强化学习与人类反馈（RLHF）的最新研究论文，涵盖从基础概念到高级技术，包括大语言模型、视频游戏、机器人和个性化推荐系统等应用。页面将持续更新，跟踪此领域的前沿进展。

PaLM-rlhf-pytorch - 结合PaLM架构的RLHF创新实现

GithubPaLMRLHF人工智能人类反馈开源项目强化学习

本项目实现了基于PaLM架构的强化学习与人类反馈（RLHF），适用于开放环境下的ChatGPT复现。结合了LoRA微调和Flash Attention技术，提供详细的安装和使用指南。加入社区，探索最新的PPO和RL技术进展。

awesome-model-based-RL - 模型化强化学习论文与资源汇总

DreamerGithubMCTS世界模型开源项目强化学习模型学习

本项目汇集了模型化强化学习(Model-Based RL)领域的精选研究论文，持续更新前沿进展。项目提供了将算法分为'学习模型'和'给定模型'两类的分类方法。收录内容包括经典论文、最新会议论文、教程和代码库，涵盖从基础理论到应用的多个主题。这一资源集合为研究人员提供了全面的参考材料，反映了模型化强化学习领域的发展动态。

awesome-exploration-rl - 强化学习探索策略全面指南

Github实验开源项目强化学习探索方法环境算法

awesome-deep-rl - 全面的深度强化学习资源库

Github基准测试开源库开源项目深度强化学习环境模拟竞赛

该项目汇集了深度强化学习领域的各类资源,包括主流库、基准测试结果、训练环境、竞赛信息和发展时间线。研究人员和开发者可以在此快速了解该领域的全貌,获取有价值的工具和信息。作为一个综合性资源库,它为深度强化学习的学习和研究提供了便利。

awesome-llm-human-preference-datasets - 开放源码的人类偏好数据集，用于LLM的指令调整与评估

AnthropicGithubHuman PreferenceOpenAIRLHFStanford Human Preferences Dataset开源项目

本页面汇总了多个人类偏好开源数据集，适用于LLM的指令调整、强化学习和评估。涵盖的数据集包括OpenAI WebGPT Comparisons、OpenAI Summarization和Anthropic HH-RLHF等。数据集中包含的问题、模型回答和人类评价数据，旨在为语言模型的开发和改进提供资源。覆盖文本摘要、对话、人类偏好比较等领域，为LLM研究和应用提供全面支持。

Reinforcement-Learning-Papers - 强化学习顶会论文精选资源库

Github多智能体开源项目强化学习研究趋势算法论文集

这是一个汇集AAAI、IJCAI、NeurIPS等顶级会议强化学习论文的资源库。涵盖多智能体、元学习、分层学习等前沿方向,提供PDF和代码链接。项目定期更新,为研究人员追踪领域发展、探索新算法提供便捷参考。

awesome-game-ai - 游戏AI多智能体学习资源与最新研究进展汇总

Game AIGithub多智能体学习开源项目强化学习德州扑克

该项目汇集了游戏AI领域多智能体学习的优秀资源,包括开源项目、论文、会议和竞赛信息。涵盖德州扑克、斗地主、星际争霸等多种完全/不完全信息游戏。重点展示深度强化学习在游戏AI中的应用及最新研究进展,为游戏AI研究者提供全面的参考资料。

RLHF-V - 通过细粒度反馈优化多模态大语言模型

GithubRLHF-V人类反馈多模态大语言模型幻觉减少开源项目行为对齐

RLHF-V框架通过细粒度的人类纠正反馈来优化多模态大语言模型的行为。该项目收集高效的纠正反馈数据,让标注者修正模型回答中的幻觉片段。实验表明,仅需1小时训练即可将基础模型的幻觉率降低34.8%。RLHF-V在Muffin模型上的验证展示了显著的性能提升,有效提高了模型的可信度。

Awesome-Embodied-Agent-with-LLMs - 大语言模型在智能体研究与应用中的精选资源

Embodied AIGithubInteractive Embodied LearningLarge Language ModelsMulti-Agent LearningSelf-Evolving Agents开源项目

该项目汇集了使用大语言模型(LLMs)进行智能体(Embodied AI)研究的精选资源，涵盖自适应智能体、社交智能体、复杂应用、模拟学习、规划与操作、多智能体协调等专题。项目主页提供丰富的论文资料和最新研究进展，适合相关领域研究者和开发者参考，不断更新。

Awesome-LLM-Survey - 调查大语言模型的最新研究进展，包括指令调整、人类对齐和多模态

Awesome-LLM-SurveyGithubLLM人工智能大规模语言模型开源项目研究报告

相关项目

推荐项目

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。

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。

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。

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。

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。

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。

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。

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。

天工AI音乐

天工AI音乐平台支持音乐创作，特别是在国风音乐领域。该平台适合新手DJ和音乐爱好者使用，帮助他们启动音乐创作，增添生活乐趣，同时发现和分享新音乐。

使用协议隐私政策广告服务

投诉举报邮箱: service@vectorlightyear.com