OpenPipe の追跡中のオープンソースリポジトリを、スター数順に表示します。
Agent Reinforcement Trainer: GRPOを用いた実世界タスク向けマルチステップエージェントの訓練。エージェントに現場トレーニングを提供。Qwen3.6、GPT-OSS、Llamaなどに対応した強化学習！
高価なプロンプトを安価なファインチューニング済みモデルに変換する
