walkinglabs/hands-on-modern-rl

🚀 一个开源、实作导向的课程，弥合基础 RL 概念与 LLM 对齐、RLVR 及进阶代理系统之间的差距

↗ 在 GitHub 打开

星数

4,199

Fork 数

303

语言

Python

许可

NOASSERTION

最后推送

2周前

Python agent llm rl pytorch tutorial agentic-ai reinforcement-learning agentic rlhf ppo agentic-rl grpo dpo sft reinforcement llm-alignment

还没有相关情报

radar 追踪的来源里还没有出现过这个 repo。收集器按计划运行——等它覆盖到这个 repo 再回来看看。