Communityコーディング&開発github.com

uiuc-kang-lab/rlvr_generalization_bounds

最近更新されたエージェントスキル関連のGitHubリポジトリ: uiuc-kang-lab/rlvr_generalization_bounds。

rlvr_generalization_bounds とは?

このスキルは、UIUCのKang Labが公開しているGitHubリポジトリ「rlvr_generalization_bounds」に関連するエージェントスキルです。このリポジトリは強化学習やバンディットアルゴリズムにおける汎化バウンド(一般化限界)に関する研究や実装を扱っており、特に報酬駆動型学習(RLVR)の理論的な解析をサポートします。AIエージェント(Claude CodeやCodexなど)と連携して動作するよう設計されており、開発者はこのスキルを介してリポジトリの内容にアクセスし、コードの実行や結果の可視化、理論検証を効率的に行うことができます。このスキルは主に研究者や機械学習エンジニアを対象としており、高度な数学的理論と実践的なコード実装の橋渡しを提供します。

対応~Claude Code~Codex CLI~Cursor
npx skills add uiuc-kang-lab/rlvr_generalization_bounds

Installed? Explore more コーディング&開発 skills: steipete/bluebubbles, steipete/eightctl, steipete/blucli · View all 6 →

お気に入りのAIに質問する

このエージェントスキルを事前に読み込んだ状態で新しいチャットを開きます。

ドキュメント

rlvr_generalization_bounds は何をしますか?

最近更新されたエージェントスキル関連のGitHubリポジトリ: uiuc-kang-lab/rlvr_generalization_bounds。

このリポジトリは、強化学習とバンディットアルゴリズムにおける汎化バウンドに関する研究を提供します。

概要

rlvr_generalization_bounds は、報酬駆動型学習(RLVR)の理論的基盤を強化するためのコードと論文を統合したリポジトリです。

使い方

# リポジトリをクローン
git clone https://github.com/uiuc-kang-lab/rlvr_generalization_bounds.git
cd rlvr_generalization_bounds

サポートされるプラットフォーム

  • Claude Code
  • Cursor
  • Codex
  • その他AIエージェント

ライセンス

このプロジェクトはMITライセンスの下で公開されています。

関連スキル