由于没有找到合适的参考的开源项目，这里自己根据deepspeedchat的代码跑通的语言模型的强化学习（ppo）训练流程（https://github.com/AI-Study-Han/Zero-Chatgpt）。
Activity
AI-Study-Han commentedon Aug 14, 2024
由于没有找到合适的参考的开源项目，这里自己根据deepspeedchat的代码跑通的语言模型的强化学习（ppo）训练流程（https://github.com/AI-Study-Han/Zero-Chatgpt）。