S
SDPO
lasgroup/SDPO
通过自蒸馏进行强化学习 (SDPO)
★1.0kstars
Python
Apache-2.0
更新: 1天前
📋 项目速览
点击展开
这是什么？安全与治理领域，基于distillation和llm的用Python构建、开源工具
作者是谁？由 lasgroup 团队维护，GitHub 1K⭐，在 安全与治理 分类 413 个项目中排名第 115
为什么诞生？distillation在安全与治理中的需求持续增长，lasgroup发现现有方案不够直观，于是创造了SDPO来降低llm使用门槛。
能干什么？核心场景：reasoning、rl
怎么用 AI 安装？推荐使用 AI 编码助手根据 GitHub README 自动完成 pip 安装和虚拟环境配置。
🔗 github.com/lasgroup/SDPO | 官网 https://self-distillation.github.io/SDPO
🔗 github.com/lasgroup/SDPO | 官网 https://self-distillation.github.io/SDPO
标签
distillationllmreasoningrl