Depo ayrıntısı

2218342221/llm-post-training-book

Bilingual graduate textbook on LLM post-training: SFT, RLHF, DPO, GRPO, RLVR, reasoning, agents, systems, evaluation, and safety.

TeX lisans belirtilmemiş 01 Ağustos 2026 son push 01 Ağustos 2026 1 fork

agentic-ai alignment dpo grpo latex llm post-training reasoning reinforcement-learning rlhf textbook agentic-rl ai-safety chinese deep-learning large-language-models llm-training machine-learning rlvr sft

GitHub'da aç Site

Yıldız

Commit · 28g

—

son 28 günde

Yazar · 28g

—

farklı katkıcı

Detaylı değerlendirme

Bu repo için detaylı değerlendirme henüz yapılmadı. Analiz, Ayarlar'daki uyum profilini hesaba katarak "bu işime yarar mı" sorusunu cevaplıyor. Bir kez çalışır; günlük koşular buna dokunmaz. Saatlik sınır var — bir kaynaktan en fazla 3 analiz.