AlibabaResearch / AlibabaResearch/DAMO-ConvAI

Inquiry About Code Release for "Fine-Tuning Language Models with Reward Learning on Policy

未关闭
#154 0 条评论 0 个 reaction 已指派 0 人 在 GitHub 查看
主要语言
Python
星标
1.6k
派生
250
PR 合并指标
30 天内没有已合并 PR

描述

I am very interested in your paper "Fine-Tuning Language Models with Reward Learning on Policy." Could you please let me know when you plan to release the code for this work?

Thank you very much!

贡献指南

这个仓库没有索引到贡献指南

评估

这个 Issue 还没有评估数据。

把新 issue 发到你的邮箱

精选适合新手参与的 GitHub issue 摘要。