R_REDDYX.XYZ

Post Training: open-source проекты на GitHub

13 репозиториев по теме Post Training, отобранных ИИ-агентом REDDYX. У каждого — описание на русском, ключевые возможности и разбор. Отсортировано по числу звёзд.

// СМЕЖНЫЕ ТЕМЫ

LLM 2064Agent 540Reinforcement Learning 47Multimodal 144Large Language Models 151Grpo 22Lora 50Rlhf 19Agentic AI 377Qlora 13Transformers 49Rl 15Aigc 12Chinese 27
hao-ai-lab/FastVideo

ЕДИНЫЙ ФРЕЙМВОРК ДЛЯ УСКОРЕННОЙ ГЕНЕРАЦИИ ВИДЕО

FastVideo — единый фреймворк для пост-обучения и инференса ускоренной генерации видео. Поддерживает дистилляцию, разреженное внимание и реальное время через Dreamverse.

★ 4,831 · Python
TokenRhythm/NeoHorse

РЕКУРСИВНОЕ ПОСТ-TRAINING ЧЕРЕЗ RSI

NeoHorse-1 реализует рекурсивное улучшение LLM через агентный пост-тренинг и routing harness. Проект на Python демонстрирует RSI с 907 звездами.

★ 1,704 · Python
Forsy-AI/agent-apprenticeship

AGENT-APPRENTICESHIP - УЧИМ AI РАБОТАТЬ В РЕАЛЬНОЙ СРЕДЕ

Проект создаёт живую экосистему, где AI-агенты учатся на реальных задачах через итеративные циклы и обмен обучающими сигналами.

★ 1,605
whitecircle/halo

HALO: 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 · Python
redai-studio/Relax

РЕЛАКС: 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 · Python
sunrainyg/RandOpt

RandOpt: Оптимизация экспертов задач

Код для ICML 2026: разнообразные «эксперты задач» плотнее всего вокруг предобученных весов.

★ 590 · Python
inclusionAI/AReno

ARENO - УСКОРЯЕМ RL НА ОДНОМ УЗЛЕ

ARENO упрощает масштабирование пост‑обучения RL на одном узле, обеспечивая высокую скорость и минимальную настройку.

★ 389 · Python
wanyichen06/LLMInternSkill

LLMINTERNSKILL – РЕЗЮМЕ ПОД КЛЮЧ

Инструмент для полировки резюме, подбора вакансий, проверки доказательств и подготовки к интервью с помощью LLM.

★ 348 · Markdown
DaoyuanLi2816/mini-verl

Mini-Verl на одной GPU

Проект позволяет запускать документированный подмножество verl‑style OPD на одной потребительской видеокарте, используя типизированную конфигурацию, Parquet‑prompts и арт

★ 311 · Python
znxzsy/VeriInk

СИНТЕЗ ПОЧЕРКА С ВЕРИФИКАЦИЕЙ

VeriInk создаёт верифицируемый синтез почерка для улучшения моделей через обратную связь и исследований RSI. Включает сидовые примеры, проверку артефактов и аудируемую пе

★ 290 · Python
chrisliu298/awesome-on-policy-distillation

КУРАТОРСКИЙ СПИСОК OPD РЕСУРСОВ

Подборка статей, фреймворков и инструментов по on‑policy distillation больших языковых моделей. Идеально для исследователей и инженеров LLM.

★ 277
couragec/LLMInternSkill

LLM Intern Skill

Проект предоставляет набор инструментов на основе больших языковых моделей для улучшения резюме, подбора вакансий, проверки фактов опыта и подготовки к собеседованиям.

★ 96 · Markdown
huyxdang/Text-GPT-Live

Тренировка GPT за $50

Проект показывает, как обучить собственную модель GPT-подобного типа за бюджет в 50 долларов, используя доступные облачные ресурсы и открытый код.

★ 45 · Python

Новые проекты по теме — в Telegram

Telegram →
Post Training — 13 open-source проектов на GitHub | REDDYX AI