有想入坑RL-LLM的同学吗？这个开源项目一个GPU够了，完成后欢迎来月之暗面~

文章预览

MLNLP 社区是国内外知名的机器学习与自然语言处理社区，受众覆盖国内外NLP硕博生、高校老师以及企业研究人员。 社区的愿景 是促进国内外自然语言处理，机器学习学术界、产业界和广大爱好者之间的交流和进步，特别是初学者同学们的进步。 转载自 | 知乎 作者 | Flood Sung Why RL-LLM? 上图，David Silver 最新Talk里的两张ppt: RL+LLM 就是AGI的未来！ 那么问题来了，很多同学，特别是在校的同学，没有那么多的GPU，怎么来研究RL+LLM？ 我算了一下，整个中国有上一代Game AI 做Large Scale RL 的经历和当前的大模型时代 做 Large Scale RL + LLM 经历的人屈指可数。具体情况是上一代Game AI 做Large Scale RL也就集中在启元世界，腾讯，字节，网易，超参数等有限的几个团队，这里面的同学还参与到大模型的就寥寥无几了。 所以，对于还在学校的同学，难道就只能看看当年的Alp ………………………………