R_REDDYX.XYZ

Rl: open-source проекты на GitHub

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

// СМЕЖНЫЕ ТЕМЫ

LLM 2064Reinforcement Learning 47Grpo 22Agent 540Openai 691Pytorch 91NLP 82Qwen 101Robotics 32Agentic AI 377Agents 400Machine Learning 188Post Training 13Lora 50
hiyouga/EasyR1

EASYR1: МНОГОМОДАЛЬНОЕ ОБУЧЕНИЕ RL

EasyR1 — масштабируемый фреймворк для обучения мультимодального усиленного обучения на veRL, обеспечивающий высокую эффективность и простоту использования.

★ 5,215 · Python
areal-project/AReaL

Разумные агенты с помощью RL

AReaL — мост между обучением с подкреплением и LLM-агентами. Просто и гибко.

★ 5,177 · Python
datawhalechina/diy-llm

DIY-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 Notebook
DLR-RM/rl-baselines3-zoo

rl-baselines3-zoo - ОБУЧЕНИЕ РЕИНФОРСМЕНТ АГЕНТОВ С ГИПЕРПАРАМЕТРАМИ

Фреймворк для обучения агентов Stable Baselines3 с автоматическим подбором гиперпараметров и готовыми предобученными моделями.

★ 2,912 · Python
TsinghuaC3I/Awesome-RL-for-LRMs

ОБЗОР RL ДЛЯ БОЛЬШИХ МОДЕЛЕЙ

Обзор современных методов обучения с подкреплением для больших моделей рассуждений, включая теории и практические подходы.

★ 2,502 · TeX
tensorlakeai/tensorlake

TENSORLAKE: СЕРВЕРЛЕС ДЛЯ АГЕНТОВ 945★

Серверлесс-рантайм для песочниц и запуска фоновых агентских приложений. Питон, звёзды растут — смотрите сами!

★ 1,044 · Python
JudgmentLabs/judgeval

JUDGEVAL СТЕК ДЛЯ АГЕНТОВ

Платформа для непрерывного улучшения AI-агентов: сбор данных окружения и оценки для мониторинга и роста.

★ 1,036 · Python
Purewhiter/mobilegym

MOBILEGYM: АНДРОИД АГЕНТ ТРЕНИРОВКА

MobileGym — это браузер-хостированный Android‑эмулятор для исследовательской работы с мобильными GUI‑агентами. Платформа обеспечивает проверяемую оценку и высокопараллель

★ 866 · Python
Stable-Baselines-Team/stable-baselines3-contrib

STABLE-BASELINES3-CONTRIB: НОВЫЕ АЛГОРИТМЫ RL

Пакет contrib для Stable-Baselines3 содержит экспериментальные алгоритмы reinforcement learning. Включает реализации GSDE, поддержка Gym-сред и интеграцию с PyTorch. Подх

★ 746 · Python
jiangxinke/Harness-RL

AGENTIC 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 · Python
TorchTrade/torchtrade

TORCHTRADE - ИИ ТОРГОВЛЯ БЕЗ ГРАНИЦ

Модульный фреймворк reinforcement learning для создания и тестирования алгоритмических торговых стратегий на Python.

★ 428 · 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
hud-evals/hud-python

HUD-PYTHON RL СРЕДА ОЦЕНКИ

OSS-среда для RL с готовыми инструментами оценки агентов. Запускай, настраивай, получай результаты.

★ 329 · Python
rlops/rlix

Эффективный менеджер GPU-очередей для RL

Запускайте больше экспериментов с обучением с подкреплением, минимизируя простой GPU. Библиотека для интеллектуального управления очередями задач на видеокартах.

★ 282 · 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

Новые проекты по теме — в Telegram

Telegram →
Rl — 15 open-source проектов на GitHub | REDDYX AI