JustRL
[ICLR 2026 Blogpost Track Poster] JustRL: Scaling a 1.5B LLM with a Simple RL Recipe
Über
JustRL zeigt, dass wettbewerbsfähige Leistungen im Bereich des Reinforcement Learning für kleine Sprachmodelle keine komplexen mehrstufigen Pipelines oder dynamischen Zeitpläne erfordern. Mit einem minimalen Rezept, das ein einstufiges Training und feste Hyperparameter verwendet, erreichen wir Ergebnisse auf dem neuesten Stand der Technik bei mathematischen Denkaufgaben. Dieses Repository enthält ein leichtgewichtiges Bewertungsskript, um die Bewertungsergebnisse für JustRL-Modelle auf neun herausfordernden mathematischen Benchmarks zu reproduzieren.
Open Source Health
- Stars
- 305
- Forks
- 15
- License
- Not stated
- Last commit
- 4 months ago
Alternativen zu JustRL
- TAADpapersvon THUNLPUnbedingt lesenswerte Arbeiten zu textuellen adversarialen Angriffen und Abwehrmaßnahmen.
The Algorithmvon TwitterQuellcode für den X Recommendation Algorithm.
Recommendersvon TensorFlowTensorFlow Recommenders ist eine Bibliothek zum Erstellen von Empfehlungsmodell-Systemen mit TensorFlow.- RPG_KDD2025von FacebookresearchDieses Repository bietet den Code zur Implementierung von RPG, wie in unserem KDD'25-Paper "Generierung von langen semantischen IDs in Parallel für Empfehlungen" beschrieben.
- Pairecvon AlibabaEin Go-Web-Framework zum schnellen Aufbau von Empfehlungsdiensten basierend auf JSON-Konfiguration.
Ressourcen & Links
Verwandte Kategorien
Nutzt du JustRL?
Behalte die Kosten neben dem Rest deines Stacks im Blick und lass dich vor der Verlängerung erinnern.
Zu meinem Stack hinzufügenAnbieter
THUNLP
Natural Language Processing Lab at Tsinghua University
