Depo ayrıntısı

LMikeH/whileai-sdk

Scientific RL and SFT post-training for AI agents: build evals that can fail, simulate situations, judge checked against people, pass@1 with a 95% interval, train with GRPO/SFT/DPO, prove every gain on a held-out set. uv add whileai

Python Apache-2.0 16 Ağustos 2026 son push 12 Ekim 2026 1 fork

agent-evals agents-md ai-agents claude-code dpo evaluation grpo llm-as-a-judge llm-evals pass-at-k post-training python rlhf sft simulation synthetic-data wai whileai

GitHub'da aç Site

Yıldız

21+4 · 37 gün

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.