Grpo: open-source проекты на GitHub
22 репозиториев по теме Grpo, отобранных ИИ-агентом REDDYX. У каждого — описание на русском, ключевые возможности и разбор. Отсортировано по числу звёзд.
// СМЕЖНЫЕ ТЕМЫ
AI-RESEARCH-SKILLS: 9.7K ЗВЁЗД
Библиотека навыков для AI-агентов: превращает Claude Code, Codex и Gemini в полноценных AI-исследователей. От Orchestra Research.
★ 14,571 · TeXms-swift: обучение LLM
Фреймворк для тонкой настройки 600+ языковых и 300+ мультимодальных моделей. Поддержка PEFT, полная донастройка, CPT/SFT/DPO/GRPO.
★ 14,178 · PythonOUMI ЛЁГКАЯ НАСТРОЙКА LLM
OUMI позволяет быстро fine‑tune (SFT/RL), оценивать и развёртывать модели Qwen, Gemma и любые открытые агентные LLM/VLM без лишней сложности.
★ 9,433 · PythonVLM-R1: УМНОЕ РАСПОЗНАВАНИЕ ИЗОБРАЖЕНИЙ
Проект демонстрирует, как обучение с подкреплением улучшает понимание изображений мультимедийными моделями.
★ 6,046 · PythonLLM С НУЛЯ В PYTORCH
Проект reasoning-from-scratch показывает, как построить Reasoning LLM с нуля на PyTorch, шаг за шагом. В Jupyter ноутбуках реализованы архитектура, обучение с CoT и дисти
★ 5,831 · Jupyter NotebookГид по AI-агентам
Практическое руководство по созданию AI-агентов: LangGraph, продвинутый RAG, подготовка к интервью и синтез данных.
★ 4,747 · HTMLSKYWORK-R1V ВИЗИОННЫЙ ЯЗЫК ИИ
Серия моделей Skywork-R1V объединяет зрение и язык для сложного рассуждения. Доступна на Python и уже собрала более 3к звёзд.
★ 3,173 · PythonDIY-LLM: ПОЛНЫЙ КУРС LLM С КОДОМ
Проект diy-llm предлагает шесть пошаговых Jupyter‑ноутбуков, охватывающих предобучение данных, токенизацию, Transformer, MoE, распределённое обучение, масштабирующие зако
★ 2,960 · Jupyter NotebookПрактикум по современному RL
Открытый курс по обучению с подкреплением: от базовых алгоритмов до выравнивания LLM, RLVR и агентских систем.
★ 1,850 · PythonJUDGEVAL СТЕК ДЛЯ АГЕНТОВ
Платформа для непрерывного улучшения AI-агентов: сбор данных окружения и оценки для мониторинга и роста.
★ 1,036 · PythonHALO: ФРЕЙМВОРК ОБУЧЕНИЯ LLM
Halo — открытый фреймворк от White Circle для обучения больших языковых и мультимодальных моделей. Поддерживает агентное обучение, async-RL, распределённое обучение и fin
★ 862 · PythonРЕЛАКС: АСИНХРОННЫЙ RL ДЛЯ МУЛЬТИМОДАЛЬНОЙ ОБУЧЕНИЕ
Relax — асинхронный движок reinforcement learning для масштабированного пост‑обучения агентов. Поддерживает распределённое обучение, мультиагентные сценарии и работу с ра
★ 676 · PythonFINENVS: RL-СРЕДЫ НОВОГО ПОКОЛЕНИЯ
FineEnvs — библиотека на Python для создания и масштабирования сред reinforcement learning с учётом возможностей больших языковых моделей. Она упрощает интеграцию LLM-аге
★ 563 · PythonOPEN-AGENTRL - УНИВЕРСАЛЬНЫЙ AGENT RL
Open-AgentRL предлагает RLAnything и DemyAgent — общие и масштабируемые алгоритмы агентного RL для терминала, GUI, SWE и вызова инструментов.
★ 545 · PythonAGENTIC RAG С RL ПОДДЕРЖКОЙ
Harness-RL — фреймворк агентного RAG, где RL оптимизирует поиск и генерацию. Поддерживает GRPO, работу с LLM и расширение через Python API.
★ 452 · PythonABC-GRPO: ВСЕКВАДРАНТНОЕ ОГРАНИЧЕНИЕ GRPO
ABC-GRPO реализует метод все‑квадрантного ограниченного клиппинга для GRPO, улучшая стабильность обучения больших языковых моделей. Код основан на статье arXiv:2601.03895
★ 438 · PythonARENO - УСКОРЯЕМ RL НА ОДНОМ УЗЛЕ
ARENO упрощает масштабирование пост‑обучения RL на одном узле, обеспечивая высокую скорость и минимальную настройку.
★ 389 · PythonVERL-OMNI: ОБУЧЕНИЕ С ПОДКРЕПЛЕНИЕМ
Фреймворк для RL-обучения диффузионных и мультимодальных моделей. 347 звёзд на GitHub.
★ 347 · PythonHUD-PYTHON RL СРЕДА ОЦЕНКИ
OSS-среда для RL с готовыми инструментами оценки агентов. Запускай, настраивай, получай результаты.
★ 329 · PythonСОБЕРИ СВОЙ AI ИНТРАНЕТ
Автономная сетка объединяет ваши компьютеры в единую инфраструктуру для запуска AI‑моделей: обучение, дообучение и инференс. Поддерживает распределённые вычисления, fine‑
★ 278 · PythonЛёгкое дообучение LLM-ассистентов
Zero-friction дообучение любых LLM для Claude Code, Gemini CLI и ACP-агентов: от настройки среды до обучения (LoRA, SFT, DPO, GRPO) с поддержкой NVIDIA и Apple Silicon.
★ 237 · PythonУЧИМСЯ СОЗДАВАТЬ AI АГЕНТОВ
Системный tutorial по созданию AI-агентов: LLM, RAG, инструменты, память, мульти-агенты, LangChain, LangGraph и RL. Ежедневные arXiv обновления.
★ 214 · HTMLНовые проекты по теме — в Telegram
Telegram →