Skip to main content

ai-post-training

Post-training and alignment: reward modeling, RLHF/PPO, DPO/DAAs, GRPO, RLVR, RLAIF, over-optimization. Use when adapting an SFT model with preference or verifiable-reward signals.

Zur Installation springen

Quellinformationen

Repository
vasilyu1983/AI-Agents-public
Letzte Quellaktivität
9. August 2026 um 15:28
Erkannte Sprache von SKILL.md
Englisch
Sterne
81
Forks
17

Installationsoptionen

Standardmäßig ist der Prompt ausgewählt, der zuerst die Quelle prüft. Sie können zu einem direkten Befehl wechseln oder eine lokale Kopie herunterladen.

Quelldateien prüfen

Lesen Sie SKILL.md und alle von SkillsMP angezeigten Begleitdateien, bevor Sie sich für eine Installation entscheiden.