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。