GitHub · 去对齐工具与仓库·· 20 天前AI 评分21
ATML PA2 LLM 后训练作业仓库 Saad-0000/ATML-PA2-LLM-PostTraining 发布
Saad-0000/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/Saad-0000/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
GitHub 上线 ATML PA2 课程作业仓库 Saad-0000/ATML-PA2-LLM-PostTraining，提供 DPO、PPO、GRPO、安全校准及 RLVR 与 RLAIF 对比共 5 个任务。代码刻意不完整，学生需自行实现训练循环与消融编排，每个核心目标代码含一个预设算法缺陷待修正。课程资产通过 GitHub Release 下载，参考环境锁定 Transformers 4.57.1、TRL 0.27.2、PEFT 0.17.1。
来源：GitHub · 去对齐工具与仓库 · github.com