Sweet Rl
Benchmark and research code for the paper SWEET-RL Training Multi-Turn LLM Agents onCollaborative Reasoning Tasks
About
SWEET-RL fornisce un framework per addestrare agenti di modelli di linguaggio grandi (LLM) a impegnarsi in interazioni multi-turno per compiti del mondo reale. Introduce un nuovo benchmark, ColBench, che consente agli agenti LLM di collaborare con partner umani in attività di programmazione backend e design frontend. L'implementazione si concentra sull'ottimizzazione del processo di addestramento attraverso un nuovo algoritmo di apprendimento per rinforzo che migliora le prestazioni nella creazione di contenuti collaborativi.
Open Source Health
- Stars
- 271
- Forks
- 12
- License
- Not stated
- Last commit
- 1 years ago
Alternative a Sweet Rl
- RPG_KDD2025by FacebookresearchQuesto repository fornisce il codice per implementare RPG descritto nel nostro articolo KDD'25 "Generazione di ID semantici lunghi in parallelo per raccomandazioni".
- Daggerby Daggerla pila software mancante per CI
- Seamless Communicationby FacebookresearchModelli Fondamentali per Traduzione Avanzata di Parlato e Testo
- OrienterNetby FacebookresearchCodice sorgente per l'articolo "OrienterNet Localizzazione Visiva in Mappe Pubbliche 2D con Abbinamento Neurale"
- Matrixby FacebookresearchMatrix (Multi-Agent daTa geneRation Infra e eXperimentation framework) è un motore versatile per la generazione di dati conversazionali multi-agente.
Resources & Links
Related Categories
Usi Sweet Rl?
Tieni traccia del suo costo insieme al resto del tuo stack e ricevi un promemoria prima del rinnovo.
Aggiungi al mio stackVendor
Facebookresearch
Publisher of Fairseq
