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
EASYR1: МНОГОМОДАЛЬНОЕ ОБУЧЕНИЕ RL
EasyR1 — масштабируемый фреймворк для обучения мультимодального усиленного обучения на veRL, обеспечивающий высокую эффективность и простоту использования.
★ 5,215 · PythonРазумные агенты с помощью RL
AReaL — мост между обучением с подкреплением и LLM-агентами. Просто и гибко.
★ 5,177 · 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 Notebookrl-baselines3-zoo - ОБУЧЕНИЕ РЕИНФОРСМЕНТ АГЕНТОВ С ГИПЕРПАРАМЕТРАМИ
Фреймворк для обучения агентов Stable Baselines3 с автоматическим подбором гиперпараметров и готовыми предобученными моделями.
★ 2,912 · PythonОБЗОР RL ДЛЯ БОЛЬШИХ МОДЕЛЕЙ
Обзор современных методов обучения с подкреплением для больших моделей рассуждений, включая теории и практические подходы.
★ 2,502 · TeXTENSORLAKE: СЕРВЕРЛЕС ДЛЯ АГЕНТОВ 945★
Серверлесс-рантайм для песочниц и запуска фоновых агентских приложений. Питон, звёзды растут — смотрите сами!
★ 1,044 · PythonJUDGEVAL СТЕК ДЛЯ АГЕНТОВ
Платформа для непрерывного улучшения AI-агентов: сбор данных окружения и оценки для мониторинга и роста.
★ 1,036 · PythonMOBILEGYM: АНДРОИД АГЕНТ ТРЕНИРОВКА
MobileGym — это браузер-хостированный Android‑эмулятор для исследовательской работы с мобильными GUI‑агентами. Платформа обеспечивает проверяемую оценку и высокопараллель
★ 866 · PythonSTABLE-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 · 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 · PythonTORCHTRADE - ИИ ТОРГОВЛЯ БЕЗ ГРАНИЦ
Модульный фреймворк reinforcement learning для создания и тестирования алгоритмических торговых стратегий на Python.
★ 428 · PythonARENO - УСКОРЯЕМ RL НА ОДНОМ УЗЛЕ
ARENO упрощает масштабирование пост‑обучения RL на одном узле, обеспечивая высокую скорость и минимальную настройку.
★ 389 · PythonHUD-PYTHON RL СРЕДА ОЦЕНКИ
OSS-среда для RL с готовыми инструментами оценки агентов. Запускай, настраивай, получай результаты.
★ 329 · PythonЭффективный менеджер GPU-очередей для RL
Запускайте больше экспериментов с обучением с подкреплением, минимизируя простой GPU. Библиотека для интеллектуального управления очередями задач на видеокартах.
★ 282 · PythonКУРАТОРСКИЙ СПИСОК OPD РЕСУРСОВ
Подборка статей, фреймворков и инструментов по on‑policy distillation больших языковых моделей. Идеально для исследователей и инженеров LLM.
★ 277Новые проекты по теме — в Telegram
Telegram →