rl

Llama-Community auf Chinesisch, die in Echtzeit die neuesten Llama-Lernmaterialien zusammenfasst und das beste chinesische Llama-Open-Source-Ökosystem aufbaut, vollständig Open Source und kommerziell nutzbar

Eine elegante PyTorch-Bibliothek für Deep Reinforcement Learning.

Dopamine ist ein Forschungsrahmenwerk für das schnelle Prototyping von Reinforcement-Learning-Algorithmen.

Agent Reinforcement Trainer: Trainieren Sie mehrstufige Agenten für reale Aufgaben mit GRPO. Geben Sie Ihren Agenten ein On-the-Job-Training. Reinforcement Learning für Qwen3.6, GPT-OSS, Llama und mehr!

Die RL-Brücke für LLM-basierte Agentenanwendungen. Einfach und flexibel gestaltet.

EasyR1: Ein effizientes, skalierbares, multimodales RL-Trainingsframework basierend auf veRL

🚀 Ein Open-Source-Praxislehrplan, der die Lücke von grundlegenden RL-Konzepten bis hin zu LLM-Alignment, RLVR und fortgeschrittenen Agentensystemen schließt.

Agent-Sandbox ermöglicht die einfache Verwaltung isolierter, zustandsbehafteter Singleton-Workloads, ideal für Anwendungsfälle wie KI-Agenten-Runtimes und Reinforcement Learning (RL).

Eine Implementierung des AlphaZero-Algorithmus für Gomoku (auch Fünf in einer Reihe genannt).

Eine modulare, primitive-first, python-first PyTorch-Bibliothek für Reinforcement Learning.

Ein Trainings-Framework für Reinforcement-Learning-Agenten von Stable Baselines3, einschließlich Hyperparameter-Optimierung und vortrainierten Agenten.

Implementierung von wissenschaftlichen Arbeiten in 100 Zeilen Code.

MuZero

Eine Übersicht über Reinforcement Learning für große Reasoning-Modelle

Einfachere Implementierung aller RL-Algorithmen

Skalierbare RL-Lösung für fortgeschrittenes Reasoning von Sprachmodellen

[ICLR 2026] SimpleVLA-RL: Skalierung des VLA-Trainings durch Reinforcement Learning

Neueste Fortschritte beim System-2-Reasoning.

🎓 Systematischer Kurs zum Aufbau von Large Language Models | 🛠️ Abdeckung von Vortraining-Data-Engineering, Tokenizer, Transformer, MoE, GPU-Programmierung (CUDA/Triton),分布式训练 (verteiltes Training), Scaling Laws, Inferenzoptimierung und Alignment (SFT/RLHF/GRPO) | 🚀 6 progressive Aufgaben + codegetrieben, Aufbau eines Full-Stack-LLM-Wissensstands

R1-Zero-ähnliches Training verstehen: Eine kritische Perspektive

[NeurIPS 2025] TTRL: Test-Time Reinforcement Learning

[ICLR 2026] Agentic Reinforced Policy Optimization (ARPO)

Reinforcement Learning via Self-Distillation (SDPO)

Der Continuous-Improvement-Stack für Agenten. Unsere Umgebungsdaten und Evaluierungen treiben die Verbesserung und Überwachung von Agenten voran.

Tensorlake ist eine serverlose Laufzeiteinführung für Sandboxes und das Bereitstellen von Hintergrund-Agenten-Anwendungen.

KI-native Risikointelligenzsysteme, OpenDeRisk – Ihr intelligenter Manager für Anwendungssystemrisiken bietet 24/7 umfassenden und tiefgehenden Schutz.

Python-Bibliothek für Reinforcement Learning.

„AI-Compass“ weist der Community den Weg im Ozean der KI-Technologien. Egal ob Anfänger oder fortgeschrittener Entwickler, hier findet jeder den Pfad zu den verschiedenen KI-Richtungen. Ziel ist es, Entwicklern zu helfen, die Kernkonzepte, Mainstream-Technologien und Zukunftstrends von KI systematisch zu verstehen und den gesamten Prozess von der Theorie bis zur Praxis durch Übung zu meistern.

3D-gedruckte Open-Source-humanoide Roboterplattform für Sim-to-Real und RL

Eine kuratierte Sammlung von Artikeln, technischen Berichten, Frameworks und Tools zur On-Policy-Distillation (OPD) von großen Sprachmodellen