콘텐츠로 이동

언어 선택

현재 언어: 한국어

RLHF

Source: https://github.com/opendilab/awesome-RLHF at 96acdd4571e7
License: Apache-2.0
Read the English original

This edition is an AI-assisted translation.

뚱 베어 RLHF (인적 피드백을 가진 RL)

섹션 제목: “뚱 베어 RLHF (인적 피드백을 가진 RL)”

Awesome visitor badge GitHub stars GitHub forks GitHub license

** 인간 피드백을 가진 보강 학습 ** (RLHF). 그리고 저장소는 지속적으로 frontier를 추적하기 위해 업데이트 될 것입니다 RLHF.

팔로우 및 스타에 오신 것을 환영합니다!

의 아이디어 RLHF reinforcement Learning의 방법을 사용하여 인간 피드백으로 언어 모델을 최적화합니다. RLHF 텍스트 데이터의 일반적인 corpus에서 복잡한 인간 값으로 훈련 된 모델을 정렬하기 시작합니다.

  • RLHF 큰 언어 모형을 위해 (LLM)

image info

  • RLHF 비디오 게임 (e.g. Atari)

image info

(다음 섹션은 자동으로 생성되었습니다. ChatGPT)

RLHF 일반적으로 “Human Feedback을 통한 보강 학습”을 말한다. Reinforcement Learning (RL)은 환경에 대한 피드백을 바탕으로 의사 결정을 내릴 수있는 기계 학습 유형입니다. 내 계정 RLHF, 대리인은 또한 그것의 행동의 등급 또는 평가의 모양에 있는 인간에게서 의견, 그것을 빨리 배우고 정확하게 배울 수 있는 것을 도울 수 있습니다.

RLHF 인공 지능의 활성 연구 영역, 로봇, 게임 및 개인화 된 권장 시스템과 같은 분야에서 응용 프로그램. RL의 도전 과제를 해결하는 것을 추구합니다. 에이전트가 환경에 대한 피드백을 제한하고 인간의 입력을 사용하여 성능 향상.

인간 피드백을 가진 보강 학습 (Reinforcement Learning)RLHF)는 인공 지능에 있는 연구의 급속한 발전 지역이고, 개발된 몇몇 선진 기술이의 성과를 개량하기 위하여 개발되었습니다 RLHF 시스템. 다음은 몇 가지 예입니다.

  • Inverse Reinforcement Learning (IRL): IRL 에이전트가 인간 피드백에서 보상 기능을 배우는 것을 허용하는 기술은 사전 정의 보상 기능에 의존하는 것보다 오히려. 더 복잡한 피드백 신호를 배우기 위해 에이전트를 사용할 수 있습니다.

  • Apprenticeship Learning: Apprenticeship 학습은 결합하는 기술입니다. IRL 인간 피드백과 전문가의 데모를 통해 에이전트를 활성화 할 수 있습니다. 이것은 에이전트가 더 빨리 배우고 효과적으로, 그것은 긍정적과 부정적인 피드백에서 배울 수 있기 때문에.

  • Interactive Machine Learning (IML): IML 에이전트와 인간 전문가 사이의 적극적인 상호 작용을 포함하는 기술은 전문가가 실시간으로 에이전트의 행동에 대한 피드백을 제공 할 수 있습니다. 이것은 에이전트가 학습 프로세스의 각 단계에서의 작업에 대한 피드백을받을 수 있기 때문에 신속하고 효율적으로 학습 할 수 있습니다.

  • Human-in-the-Loop Reinforcement Learning (HITLRL): HITLRL 보상 쉐이핑, 액션 선택 및 정책 최적화와 같은 여러 수준에서 인간의 피드백을 통합하는 기술입니다. 이것은 효율성과 효율성을 개량하는 것을 도울 수 있습니다 RLHF 인간과 기계 둘 다의 힘의 이점을 가지고 가는 체계.

다음은 인간 피드백을 가진 보강 학습의 몇 가지 예입니다 (RLHF):

  • Game Playing: 게임 플레이에서, 인간 피드백은 다른 게임 시나리오에서 효과적인 에이전트 학습 전략과 전술을 도울 수 있습니다. 예를 들어, Go의 인기있는 게임에서 인간의 전문가들은 이동에 대한 에이전트에 대한 피드백을 제공 할 수 있으며 게임 플레이와 의사 결정의 개선을 돕습니다.

  • Personalized Recommendation Systems: 권장 시스템에서, 인간 피드백은 에이전트가 개인 사용자의 선호도를 배우는 데 도움이 될 수 있습니다. 개인 권장 사항을 제공 할 수 있습니다. 예를 들어, 에이전트는 권장된 제품에서 피드백을 사용할 수 있습니다.

  • Robotics: 로봇에서 인간 피드백은 에이전트가 안전하고 효율적인 방식으로 물리적 환경과 상호 작용하는 방법을 배울 수 있습니다. 예를 들어, 로봇은 가장 좋은 경로에서 인간 운영자로부터 피드백을 통해 새로운 환경을 더 빠르게 탐색하는 것을 배울 수 있습니다.

  • Education: 교육에서 인간 피드백은 더 효과적으로 학생들을 가르치는 방법을 배울 수 있습니다. 예를 들어 AI 기반 튜터는 학습 경험을 개인화하는 데 도움이 다른 학생들과 전략을 잘 가르치는 교사의 피드백을 사용할 수 있습니다.

당신은 또한 할 수 있습니다 이 링크를 방문 AI-enhanced 종이 읽기 경험을 얻기 위해.

format:
- [title](paper link) [links]
- author1, author2, and author3...
- publisher
- keyword
- code
- experiment environments and datasets
format:
- [title](codebase link) [links]
- author1, author2, and author3...
- keyword
- experiment environments, datasets or tasks
  • Reinforcement Learning from Human Feedback (RLHF) in Notebooks
    • Ashwani Kumar
    • step-by-step, Video tutorial, Jupyter notebooks, GPT-2, Reward Model, PPO, Pedagogical
    • 데이터셋: stanfordnlp/sst2
    • 작업: 긍정적 인 감정과 텍스트 생성
    • 환경: Google Colab
  • veRL: Volcano Engine Reinforcement Learning for LLM
    • ByteDance Seed MLSys Team & HKU: Guangming Sheng, Chi Zhang, Zilingfeng Ye, Xibin Wu, Wang Zhang, Ru Zhang, Yanghua Peng, Haibin Lin, Chuan Wu
    • 키워드: Flexible, Efficient, RLHF framework
    • 작업: RLHF, 수학 및 관련 업무 code.
  • OpenRLHF
    • OpenRLHF
    • 키워드: 70B, RLHF, DeepSpeed, Ray, vLLM
    • 작업: 사용하기 쉬운, 확장 가능 및 고성능 RLHF 프레임 워크 (지원 70B + 풀 튜닝 & LoRA & Mixtral & KTO).
  • Potato
    • David Jurgens et al.
    • 키워드: Annotation, Human Evaluation, Quality Control, AI-Assisted Labeling
    • 작업: 인간 평가 및 피드백 수집을위한 휴대용 표기 플랫폼 20 + 주석 유형 및 에이전트 추적 평가
  • PaLM + RLHF - Pytorch
    • Phil Wang, Yachine Zahidi, Ikko Eltociear Ashimine, Eric Alcaide
    • 키워드: Transformers, PaLM architecture
    • 데이터셋: enwik8
  • lm-human-preferences
    • Daniel M. Ziegler, Nisan Stiennon, Jeffrey Wu, Tom B. Brown, Alec Radford, Dario Amodei, Paul Christiano, Geoffrey Irving
    • 키워드: Reward learning for language, Continuing text with positive sentiment, Summary task, Physical descriptive
    • 데이터셋: TL;DR, CNN/DM
  • following-instructions-human-feedback
    • Long Ouyang, Jeff Wu, Xu Jiang, et al.
    • 키워드: Large Language Model, Align Language Model with Human Intent
    • 데이터셋: TruthfulQA RealToxicityPrompts
  • Transformer Reinforcement Learning (TRL)
    • Leandro von Werra, Younes Belkada, Lewis Tunstall, et al.
    • 키워드: Train LLM with RL, PPO, Transformer
    • 작업: IMDB sentiment
  • Transformer Reinforcement Learning X (TRLX)
    • Jonathan Tow, Leandro von Werra, et al.
    • 키워드: Distributed training framework, T5-based language models, Train LLM with RL, PPO, ILQL
    • 작업: 연락처 LLM 제공된 보상 기능 또는 보상 라벨 데이터 세트를 사용하여 RL
  • RL4LMs (A modular RL library to fine-tune language models to human preferences)
  • LaMDA-rlhf-pytorch
    • Phil Wang
    • 키워드: LaMDA, Attention-mechanism
    • 작업: PyTorch에서 Google의 LaMDA 연구 논문의 오픈 소스 사전 훈련 실시
  • TextRL
    • Eric Lam
    • 키워드: huggingface’s transformer
    • 작업: 텍스트 생성
    • 환경: PFRL, gym
  • minRLHF
    • Thomfoster
    • 키워드: PPO, Minimal library
    • 작업: 교육 목적
  • DeepSpeed-Chat
    • Microsoft
    • 키워드: Affordable RLHF Training
  • Dromedary
    • IBM
    • 키워드: Minimal human supervision, Self-aligned
    • 작업: 소형 인간적인 감독으로 훈련된 각자 맞추는 언어 모형
  • FG-RLHF
    • Zeqiu Wu, Yushi Hu, Weijia Shi, et al.
    • 키워드: Fine-Grained RLHF, providing a reward after every segment, Incorporating multiple RMs associated with different feedback types
    • 작업: 밀도와 여러 RMs에서 잘 grained 보상 기능에서 훈련 및 학습을 가능하게하는 프레임 워크 -Safe-RLHF
    • Xuehai Pan, Ruiyang Sun, Jiaming Ji, et al.
    • 키워드: Support popular pre-trained models, Large human-labeled dataset, Multi-scale metrics for safety constraints verification, Customized parameters
    • 작업: 변형 된 가치 - 정렬 LLM Safe를 통해 RLHF
  • VinePPO
    • Amirhossein Kazemnejad, Milad Aghajohari, et al.
    • 키워드: Performant Implementation of RL algorithms for Reasoning, PPO, DPO, RestEM, Monte Carlo Value Estimation
    • 작업: MATH 및 GSM8K를 포함한 재조합 작업
format:
- [title](dataset link) [links]
- author1, author2, and author3...
- keyword
- experiment environments or tasks
  • HH-RLHF
    • Ben Mann, Deep Ganguli
    • 키워드: Human preference dataset, Red teaming data, machine-written
    • 작업: 인간적인 선호 데이터에 대한 오픈 소스 데이터셋
  • Stanford Human Preferences Dataset(SHP)
    • Ethayarajh, Kawin and Zhang, Heidi and Wang, Yizhong and Jurafsky, Dan
    • 키워드: Naturally occurring and human-written dataset,18 different subject areas
    • 작업: 훈련을 위해 사용될 예정 RLHF 보상 모델
  • PromptSource
    • Stephen H. Bach, Victor Sanh, Zheng-Xin Yong et al.
    • 키워드: Prompted English datasets, Mapping a data example into natural language
    • 작업: Toolkit for making, Sharing and using natural language prompts – 품질 협력 업체 중국에서
  • Structured Knowledge Grounding(SKG) Resources Collections
    • Tianbao Xie, Chen Henry Wu, Peng Shi et al.
    • 키워드: Structured Knowledge Grounding
    • 작업: Datasets 컬렉션은 구조화된 지식 접지와 관련이 있습니다.
  • The Flan Collection
    • Longpre Shayne, Hou Le, Vu Tu et al.
    • 작업: 컬렉션은 Flan 2021, P3, Super-Natural Instructions의 데이터 세트를 컴파일
  • rlhf-reward-datasets
    • Yiting Xie
    • 키워드: Machine-written dataset
  • webgpt_comparisons
    • OpenAI
    • 키워드: Human-written dataset, Long form question answering
    • 작업: 인간의 선호도와 일치하기 위해 긴 양식 질문에 답하는 모델
  • summarize_from_feedback
    • OpenAI
    • 키워드: Human-written dataset, summarization
    • 작업: 인간의 선호도와 일치하기 위해 summarization 모델을 훈련
  • Dahoas/synthetic-instruct-gptj-pairwise
    • Dahoas
    • 키워드: Human-written dataset, synthetic dataset
  • Stable Alignment - Alignment Learning in Social Games
    • Ruibo Liu, Ruixin (Ray) Yang, Qiang Peng
    • 키워드: Interaction data used for alignment training, Run in Sandbox
    • 작업: 기록 된 상호 작용 데이터를 시뮬레이션 된 소셜 게임에서 기차
  • LIMA
    • Meta AI
    • 키워드: without any RLHF, few carefully curated prompts and responses
    • 작업: LIMA 모형 훈련을 위해 사용되는 Dataset

Turkish

우리의 목적은 더 나은 이 repo를 만들기 위한 것입니다. 기여에 관심이 있다면, HERE 관련 기사

뚱 베어 RLHF Apache 2.0 라이선스에 따라 배포됩니다.

HagiCode

HagiCode는 에이전트 코딩 작업 공간입니다. 풍부하고 편리한 UI 상호작용으로 계획 수립, 에이전트 실행, 프로젝트 작업을 쉽게 시작하고 따라가며 개발을 더 흥미로운 경험으로 만듭니다.

풍부하고 편리한 UI 상호작용으로 계획부터 프로젝트 작업까지 쉽게 따라갈 수 있습니다.

HagiCode 방문문서 읽기
  • 스마트OpenSpec 워크플로는 의도를 제안, 설계, 작업을 거쳐 배포까지 이어지는 실행 가능한 경로로 바꿉니다.
  • 효율적다중 에이전트 실행으로 조사, 구현, 검토를 병렬로 진행하며 여러 저장소와 익숙한 Agent CLI를 지원합니다.
  • 흥미로운풍부하고 편리한 UI 상호작용으로 계획 수립, 에이전트 실행, 프로젝트 작업을 쉽게 시작하고 따라갈 수 있습니다.

Windows용 다운로드

Microsoft Store에서 받기모든 다운로드

아이디어를 실제로 배포되는 소프트웨어로.

HagiCode는 에이전트 코딩 작업 공간입니다. OpenSpec 워크플로로 변경을 계획하고, 다중 에이전트 실행으로 진행하며, Hero Scenario로 긴 작업의 진행 상황을 한눈에 보여 아이디어를 실제로 배포되는 소프트웨어로 만듭니다.

스마트
OpenSpec 워크플로는 의도를 제안부터 배포까지 이어지는 실행 가능한 경로로 바꿉니다.
효율적
다중 에이전트 실행으로 조사, 구현, 검토를 병렬로 진행합니다.
즐거운
편리한 UI 상호작용으로 계획, 에이전트 실행, 프로젝트 작업을 쉽게 따라갈 수 있습니다.

Awesome Site를 떠나시겠어요?

외부 웹사이트로 이동하려고 합니다. 해당 사이트의 콘텐츠와 개인정보 처리 방식을 관리하지 않습니다.

목적지

웹사이트로 계속하기