Skip to main content

rlhf

Understanding Reinforcement Learning from Human Feedback (RLHF) for aligning language models. Use when learning about preference data, reward modeling, policy optimization, or direct alignment algorithms like DPO.

Ir a la instalación

Datos de origen

Repositorio
itsmostafa/llm-engineering-skills
Última actividad en el origen
6 de mayo de 2026 a las 04:35
Idioma detectado de SKILL.md
inglés
Estrellas
23
Forks
1

Opciones de instalación

De forma predeterminada está seleccionado el prompt que primero revisa el origen. Puedes cambiar a un comando directo o descargar una copia local.

Revisa los archivos de origen

Lee SKILL.md y los archivos complementarios que muestra SkillsMP antes de decidir si quieres instalarlo.