Product Finder

Product Submit

AI Models Finder

MCP Servers

MCP Client

MCP Inspector

Case Tutorials

Latest AI News

AI Daily Brief

MuKoe

Implementação MuZero de código aberto, framework de IA distribuído

Produto ComumProgramaçãoIASistemas Distribuídos

Abrir Site

MuKoe é uma implementação MuZero completamente de código aberto, utilizando Ray como orquestrador distribuído em execução no GKE. Oferece exemplos de jogos Atari e, por meio de apresentação no Google Next 2024, fornece uma visão geral do repositório de código. MuKoe suporta execução em CPU e TPU, possui requisitos de hardware específicos e é adequado para pesquisa e desenvolvimento de IA que exigem recursos de computação distribuída em larga escala.

Abrir Site

MuKoe Situação do Tráfego Mais Recente

Total de Visitas Mensais

485459945

Taxa de Rejeição

35.86%

Média de Páginas por Visita

6.1

Duração Média da Visita

00:06:25

MuKoe Tendência de Visitas

MuKoe Distribuição Geográfica das Visitas

Product Finder

Product Submit

AI Models Finder

MCP Servers

MCP Client

MCP Inspector

Case Tutorials

Latest AI News

AI Daily Brief

MuKoe

MuKoe Situação do Tráfego Mais Recente

MuKoe Tendência de Visitas

MuKoe Distribuição Geográfica das Visitas

MuKoe Fontes de Tráfego

MuKoe Alternativas

MuKoe — Implementação MuZero de código aberto, framework de IA distribuído

JaxMARL — JaxMARL – Biblioteca de Aprendizado por Reforço Multiagente

agibot_x1_train — Robô humanoide modular para treinamento de aprendizado por reforço

DiffusionRL — Aprendizado por Reforço em Larga Escala para Modelos de Difusão

Unitree RL GYM — Plataforma de robôs Unitree para aprendizado por reforço

SERL — SERL é um kit de software de aprendizado por reforço de robôs eficiente.

RLVR-GSM-MATH-IF-Mixed-Constraints — Conjunto de dados de problemas matemáticos para validação de aprendizado por reforço

mwp_ReFT — Framework de ajuste fino de modelos baseado em aprendizado por reforço profundo

Parrot — Framework de aprendizado por reforço multiobjetivo para geração de imagem a partir de texto.

DIAMOND — Agente de aprendizado por reforço treinado em um modelo de mundo de difusão.

DigiRL — Treina agentes inteligentes para controlar dispositivos em ambientes do mundo real usando aprendizado por reforço autônomo.

OpenDiLoCo — Implementação de código aberto para treinamento de modelos de IA distribuídos de baixa comunicação

Compreendendo o Aprendizado Profundo — Compreensão aprofundada dos princípios e aplicações do aprendizado profundo.

Microsoft Cognitive Toolkit — Ferramenta de aprendizado profundo distribuída de código aberto

d1 — Utilizando aprendizado por reforço para melhorar a capacidade de raciocínio de modelos de linguagem grandes difusivos.

Sistema de Inferência DeepSeek-V3/R1 — O sistema de inferência DeepSeek-V3/R1 é uma arquitetura de inferência distribuída de alto desempenho, projetada para otimizar modelos de IA em larga escala.

RL4VLM — Ajusta modelos de linguagem visual grandes por meio de aprendizado por reforço para atuar como agentes de tomada de decisão.

Search-R1 — Uma estrutura de aprendizado por reforço eficiente, usada para treinar modelos de linguagem que realizam raciocínio e chamam mecanismos de busca.

RLLoggingBoard — Uma ferramenta para visualização do processo de treinamento de feedback humano de aprendizado por reforço, ajudando na compreensão e depuração profunda.

PRIME-RL — O PRIME aprimora o aprendizado por reforço online por meio de recompensas implícitas, melhorando a capacidade de raciocínio de modelos de linguagem.

Light-R1-14B-DS — Um modelo matemático de código aberto com 14 bilhões de parâmetros, treinado por meio de aprendizado por reforço, com desempenho excepcional.

DeepScaleR-1.5B-Preview — Modelo de linguagem grande otimizado por aprendizado por reforço, focado na melhoria da capacidade de resolução de problemas matemáticos.

Kimi k1.5 — O Kimi k1.5 é um modelo de linguagem multimodal expandido por meio de aprendizado por reforço, focado em aprimorar a capacidade de raciocínio e lógica.

Tülu 3 405B — Tülu 3 405B é um modelo de linguagem de código aberto em larga escala, com desempenho aprimorado por meio de aprendizado por reforço.

InterviewnHQ — Ferramenta de simulação de entrevistas de design de sistemas impulsionada por IA

DeepSeek-R1-Distill-Llama-70B — DeepSeek-R1-Distill-Llama-70B é um grande modelo de linguagem otimizado por aprendizado por reforço, focado em raciocínio e capacidade de diálogo.

HOMIEtele — HOMIE é um novo sistema de teleoperação de robôs humanoides que integra captura de movimento corporal e um framework de treinamento de aprendizado por reforço para realizar tarefas de locomoção e manipulação precisas.

DeepSeek-R1-Zero — DeepSeek-R1-Zero é um modelo de raciocínio treinado com aprendizado por reforço em larga escala, capaz de alcançar excelente capacidade de raciocínio sem precisar de ajuste fino supervisionado.

Prime — Estrutura de treinamento de modelos de IA distribuídos globalmente e de alta eficiência

R1-V — Melhora a capacidade de generalização de modelos de linguagem visual reforçados de baixo custo, por menos de 3 dólares.