grpo

PEFT 또는 풀 파라미터를 사용하여 600개 이상의 LLM(Qwen3.6, DeepSeek-V4, GLM-5.1, InternLM3, Llama4, ...) 및 300개 이상의 MLLM(Qwen3-VL, Qwen3-Omni, InternVL3.5, Ovis2.5, GLM4.5v, Gemma4, Llava, Phi4, ...)을 학습/미세조정(CPT/SFT/DPO/GRPO)하는 툴킷 (AAAI 2025).

모든 AI 모델을 위한 포괄적인 오픈소스 AI 연구 및 엔지니어링 기술 라이브러리. 기술을 패키징하면 claude code/codex/gemini 에이전트가 완전한 성능을 갖춘 AI 연구 에이전트가 됩니다. Orchestra Research에서 유지 관리합니다.

에이전트 강화학습 트레이너: GRPO를 사용하여 실제 태스크를 수행하는 다단계 에이전트를 훈련합니다. 에이전트에게 실무 교육을 제공하세요. Qwen3.6, GPT-OSS, Llama 등을 위한 강화학습!

https://adongwanai.github.io/AgentGuide | AI Agent 개발 가이드 | LangGraph 실전 | 고급 RAG | 대규모 언어 모델 전환 | LLM 면접 | 알고리즘 엔지니어 | 면접 문제 은행 | 강화 학습 | 데이터 합성

강화된 VLM을 통한 시각적 이해 해결

OpenClaw-RL: 대화만으로 모든 에이전트 학습

PyTorch로 처음부터 단계별로 추론 LLM 구현하기

🚀 기초 RL 개념부터 LLM 정렬, RLVR, 고급 Agentic 시스템까지의 간극을 메우는 오픈소스 실습 커리큘럼

Skywork-R1V는 시각-언어 추론에 특화된 Skywork AI 개발의 고급 멀티모달 AI 모델 시리즈입니다.

verl-agent는 RL을 통한 LLM/VLM 에이전트 학습을 위해 설계된 veRL의 확장입니다. 또한 'Group-in-Group Policy Optimization for LLM Agent Training' 논문의 공식 코드입니다.

[ECCV 2026] MixGRPO: 혼합 ODE-SDE를 통한 Flow 기반 GRPO 효율성 극대화

에이전트를 위한 지속적 개선 스택. 환경 데이터와 평가(eval)를 통해 에이전트의 성능 향상과 모니터링을 지원합니다.

디퓨전 및 옴니 모델을 위한 멀티모달 RL 학습 프레임워크

OAT: 강화 학습, 선호도 학습 등을 포함하는 LLM 온라인 정렬을 위한 연구 친화적 프레임워크

[NeurIPS 2025] AutoVLA: 적응형 추론과 강화 미세조정을 통한 엔드투엔드 자율주행용 비전-언어-행동 모델

RLAnything (ICML 2026) 및 AutoTool (ICML 2026), DemyAgent: LLM 및 에이전트 시나리오를 위한 오픈소스 강화학습

2B 모델에서 멀티모달 '아하 모멘트(Aha Moment)' 탐색

대규모 전모달 사후 학습을 위한 비동기 강화 학습 엔진

비디오 생성을 위한 강화 학습 논문 모음

Official implementation of GDPO: Group reward-Decoupled Normalization Policy Optimization for Multi-reward RL Optimization