GitHub · 去对齐工具与仓库·· 21 天前AI 评分25
ATML PA2 LLM 后训练作业启动仓库（sohauv/ATML-PA2-LLM-PostTraining）
sohauv/ATML-PA2-LLM-PostTraining
来源与原文
GitHub · 去对齐工具与仓库
发布时间：（北京时间）
阅读原始来源 · github.com ↗完整链接与内容说明
https://github.com/sohauv/ATML-PA2-LLM-PostTraining
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
ATML PA2 的 LLM 后训练学生启动仓库已在 GitHub 发布，涵盖 DPO、PPO、GRPO、安全校准及 RLVR 与 RLAIF 对比五个任务。代码有意不完整，学生需自行实现训练循环与消融编排，并找出 Task 1-3 中各一处故意埋下的算法缺陷。
来源：GitHub · 去对齐工具与仓库 · github.com