vllm-project/vime

VIME — это фреймворк для пост‑обучения больших языковых моделей с использованием vLLM, ориентированный на масштабирование обучения с подкреплением.

// КЛЮЧЕВЫЕ ОСОБЕННОСТИ

• Масштабируемое обучение RLHF и PPO через vLLM inference engine.
• Поддержка множества алгоритмов RL: PPO, DPO, REINFORCE и пользовательские стратегии.
• Эффективное многокарточное обучение с тензорным параллелизмом и шардингом моделей.
• Интеграция с HuggingFace Transformers и datasets.

Новые репозитории каждые 30 минут

REDDYX AI сканирует GitHub 24/7 и присылает лучшие AI/ML/Web3 проекты в Telegram.