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.

Aller à l'installation

Informations de source

Dépôt
vasilyu1983/AI-Agents-public
Dernière activité de la source
9 août 2026 à 15:28
Langue détectée de SKILL.md
anglais
Étoiles
81
Forks
17

Options d'installation

Le prompt qui vérifie d'abord la source est sélectionné par défaut. Vous pouvez passer à une commande directe ou télécharger une copie locale.

Vérifiez les fichiers source

Lisez SKILL.md et les fichiers associés affichés par SkillsMP avant de décider de l'installer.