Hugging Face Blog·· 2023-10-24AI 评分48
Hugging Face 复现 OpenAI RLHF 与 PPO 的实现细节
The N Implementation Details of RLHF with PPO
AI 导读
Hugging Face 复现了 OpenAI 2019 年的 RLHF 代码库 openai/lm-human-preferences，在情感与描述性等风格任务上匹配了其学习曲线。
来源：Hugging Face Blog · huggingface.co