arxivPaper only2026-09-08
Risk-Conditioned Fine-Tuning of Large Language Models
Large Language Models (LLMs) are increasingly deployed in settings where rare but severe harmful generations c
自然言語処理大規模言語モデル生成テキスト
- 用途
- 生成
- 難易度
- Hard
- コスト
- High
→
「RLHF」の検索結果
5 件arxivPaper only2026-09-08
Inference-Time Nash Alignment
Preference-based fine-tuning methods such as RLHF and DPO require substantial compute and large preference dat
自然言語処理ファインチューニング
- 用途
- 技術検証・論文読解補助
- 難易度
- Hard
- コスト
- Medium
→
huggingfaceGitHubありHugging Faceあり2026-09-05
Steering Geometry: Validating Human Value Geometry in LLM Steering Space
As large language models (LLMs) are increasingly deployed in alignment-sensitive contexts, activation steering
深層学習軽量化・量子化テキスト
- 用途
- 技術検証・論文読解補助
- 難易度
- Easy
- コスト
- High
→
arxivGitHubあり2026-09-03
Subspace Inference Enables Efficient Active Reward Learning from Preferences
Reinforcement learning from human feedback (RLHF) has emerged as a powerful yet sample-inefficient approach fo
少数データ向き条件最適化深層学習軽量化・量子化強化学習
- 用途
- 技術検証・論文読解補助
- 難易度
- Hard
- コスト
- Medium
→
githubGitHubあり2026-08-13
OpenRLHF — An Easy-to-use, Scalable and High-performance Agentic RL Framework based on Ray (PPO & DAPO & REINFORCE++ & VLM & TIS & vLLM & Ray & Async RL)
OpenRLHFは、Ray上に構築された強化学習フレームワークです。このフレームワークは、PPO、DAPO、REINFORCE++など、様々な強化学習アルゴリズムをサポートしています。
深層学習Transformer画像
- 用途
- 強化学習フレームワーク
- 難易度
- Easy
- コスト
- High
→