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.

Ir a la instalación

Datos de origen

Repositorio
vasilyu1983/AI-Agents-public
Última actividad en el origen
9 de agosto de 2026 a las 15:28
Idioma detectado de SKILL.md
inglés
Estrellas
81
Forks
17

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.