1.56 TB
355,530 files
Updated 11 days ago
Name
Size
README.md413 Bytes
xet
advantages.py5.58 kB
xet
breakthrough_replay.py21 kB
xet
data_processing.py22 kB
xet
hindsight_shortcuts.py11.5 kB
xet
metric_util.py6.78 kB
xet
rollouts.py5.13 kB
xet
train.py54.9 kB
xet
types.py10 kB
xet
README.md

强化学习循环

train.py 编排采样、数据过滤、KL、更新、持久化。 advantages.py 计算组内 adaptive-beta / leave-one-out 优势。 rollouts.py 与 data_processing.py 处理环境交互和 token 数据。 metric_util.py / types.py 是统计与类型。

正式入口关闭额外 replay、后代信用、Bellman relabel 和 hindsight shortcut;兼容模块不代表这些机制被启用。

Total size
1.56 TB
Files
355,530
Last updated
Nov 8
Pre-warmed CDN
US EU US EU

Contributors