Dino Reinforcement Learning offre une boîte à outils complète pour entraîner un agent IA à jouer au jeu de dinosaure de Chrome via reinforcement learning. En s'intégrant avec une instance Chrome sans interface via Selenium, il capture en temps réel les frames du jeu et les traite en représentations d'état optimisées pour les entrées du réseau Q profond. Le framework comprend des modules pour la mémoire de rejouement, l'exploration epsilon-greedy, des modèles de réseaux neuronaux convolutifs, et des boucles d'entraînement avec des hyperparamètres personnalisables. Les utilisateurs peuvent suivre la progression de l'entraînement via des logs en console et sauvegarder des checkpoints pour une évaluation ultérieure. Après l'entraînement, l'agent peut être déployé pour jouer en direct de manière autonome ou être testé contre différentes architectures de modèles. Son design modulaire permet une substitution facile des algorithmes RL, faisant de cette plateforme un environnement de experimentation flexible.

OpenPlayground est une plateforme open-source qui permet aux utilisateurs d'expérimenter et de comparer différents grands modèles de langage (LLMs). Elle est conçue pour aider les utilisateurs à comprendre les forces et les faiblesses de divers LLM en fournissant un environnement convivial et interactif. La plateforme peut être particulièrement utile pour les développeurs, les chercheurs et quiconque s'intéresse aux capacités de l'intelligence artificielle. Les utilisateurs peuvent facilement s'inscrire en utilisant leur compte Google ou leur e-mail.