项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整
数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 154
核心亮点
- 内容精炼，直击RLHF核心算法要点，节省检索时间
- 结构化笔记形式，便于按需查阅和对比不同方法
- 覆盖主流RLHF变体，适合作为技术选型参考
不足之处
- 内容为摘要性质，缺乏深度推导和实现细节
- 文档/社区待观察，可能缺乏持续更新
适用场景
- 研究入门：快速了解RLHF领域的主要算法和思想
- 技术调研：对比不同RLHF方法的优缺点以辅助决策
- 教学参考：作为课程或讲座的辅助阅读材料
替代项目
lucidrains/PaLM-rlhf-pytorch、huggingface/trl、OpenLMLab/MOSS-RLHF
上一篇：DPO-Shift
下一篇：selfcodealign
同类项目推荐
Agent-R1
开源
端到端强化学习，训练出能自主决策的 LLM Agent
Agent-R1: Training Powerful LLM Agents with End-to-End Reinforcement Learning
training_hub
开源
一站式调用主流LLM训练算法，快速验证训练策略
An algorithm-focused interface for common llm training, continual learning, and rein···
examples
开源
看示例，快速上手 Neptune 实验管理
Examples of how to use Neptune for different use cases and with various MLOps tools
DB-GPT-Hub
开源
一键微调大模型，让数据库查询更智能
A repository that contains models, datasets, and fine-tuning techniques for DB-GPT, ···
DiffusionOPSD
开源
让扩散模型自我蒸馏，少步采样也能生成高质量图像
On-Policy Self-Distillation in Diffusion Models
transformer-tricks
开源
查Transformer加速技巧，少走弯路，直接上手
A collection of tricks and tools to speed up transformer models
torchtitan
开源
用纯 PyTorch 原生组件，快速搭起可扩展的大模型预训练流程
A PyTorch native platform for training generative AI models
evostra
开源
用 Python 快速实现进化策略，轻松训练强化学习模型
A fast Evolution Strategy implementation in Python
AutoGrad-Engine
开源
600 行纯 C# 从零实现 GPT 训练与推理
A complete GPT language model (training and inference) in ~600 lines of pure C#, zer···