OpenPipe/ART

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！

↗ GitHub で開く

スター

10,679

フォーク

982

言語

Python

ライセンス

Apache-2.0

最終プッシュ

3 日前

Python agent rl lora agentic-ai llms reinforcement-learning qwen qwen3 grpo

関連 Intel はまだありません

このリポジトリは radar が追跡するソースにまだ登場していません。コレクターはスケジュールで動いています——このリポジトリがカバーされたらまた見てください。