TIGER-AI-Lab/verl-tool

多様なツール利用をサポートする verl のバージョン [TMLR 2026]

↗ GitHub で開く

スター

1,038

フォーク

89

言語

Python

ライセンス

MIT

最終プッシュ

2 か月前

Python agent llm learning reinforcement

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。