🍭 #机器学习 #模型训练 #AppleSilicon

🏵 MLX-GRPO - 基于MLX框架的GRPO模型训练工具

🍥 简介：
该框架专为Apple Silicon平台设计，基于Metal后端运行，实现了大规模语言模型的组相对策略优化（GRPO）训练。项目完整支持在无CUDA环境下进行模型微调，流程涵盖数据集构建、奖励函数定义及GRPO算法执行。通过MLX原生架构，旨在为苹果设备提供高效的强化学习训练解决方案，简化大语言模型优化链路。

🎈 【进入项目】


🗣 活动线报 | 掘金项目

🍭 #LLM #模型微调


🏵 AutoRLAIF - LLM RLAIF自动微调平台

🍥 简介：
AutoRLAIF 是一款先进平台，专注于利用AI反馈强化学习（RLAIF）技术，优化大型语言模型（LLM）的微调过程。它通过自动化监督微调（SFT）流程，有效降低传统人工干预成本，显著提升复杂AI对话系统的开发效率与模型性能。

🎈 【进入项目】


🗣 羊毛撸货线报 | 合作/投稿