★
开源星图GITHUB / DISCOVERY
今日免费检索 3 次
lasgroup / SDPO

SDPO

Reinforcement Learning via Self-Distillation (SDPO)

Python★ 1.1k⑂ 127Apache-2.0创建于 2026-01-24最近提交 2026-07-01
中文介绍 · 自动生成

SDPO 是用 Python 编写的 AI 工具,用于大模型与智能体应用开发。

目前累计 1.1k star、127 fork,主要语言为 Python,项目始于 2026 年,采用 Apache-2.0 许可。最近状态:近半年有提交。适合:做 AI 应用的开发者。

中文介绍优先采用本站人工维护条目;无维护条目时依据 GitHub 公开字段(语言、主题、星标、提交时间)自动生成,未经项目方确认,不构成选型结论。
一句话解读

lasgroup/SDPO 是一个以 Python 为主的开源项目,目前累计 1.1k star、127 fork,近半年有提交。主要方向:distillation、大模型、reasoning、rl。

依据 GitHub 公开字段(语言、主题、星标、提交时间)自动生成,未经人工逐项核实。
distillation大模型reasoningrl

README

正在加载…

相关项目