#grpo リポジトリ
#grpoのタグが付いた、GitHub上の27件のアクティブなオープンソースリポジトリをご覧ください。合計スター数は107,970個で、プロジェクトあたりの平均は3,998個です。このトピックをリードしているのは、16,138個のスターを獲得しているmodelscope/ms-swiftです。
リポジトリ合計27件
600以上のLLM(Qwen3.8、DeepSeek-V4、GLM-5.1、InternLM3、Llama4など)および300以上のMLLM(Qwen3-VL、Qwen3-Omni、InternVL3.5、Ovis2.5、GLM5.3、Gemma4、LLaVA、Phi4など)に対して、PEFTまたは全パラメータ学習を用いてCPT/SFT/DPO/GRPOを実行します(AAAI 2025)。
あらゆるAIモデルに対応する、AI研究およびエンジニアリングスキルの包括的なオープンソースライブラリ。これらのスキルをパッケージ化すれば、あなたのclaude code/codex/geminiエージェントはフルパワーのAI研究エージェントになります。Orchestra Researchがメンテナンスしています。
AIエージェント開発ガイド | Agent Harness | コンテキストエンジニアリング | 高度なRAG | MCP | Agentic RL(エージェント強化学習) | LangGraph実践 | 大規模言語モデルの面接問題1万2,000問以上 | アルゴリズム職/開発職への就職活動 | 大規模言語モデル分野へのキャリアチェンジ
エージェント強化学習トレーナー:GRPOを使用して、実世界のタスクに向けたマルチステップエージェントをトレーニングします。エージェントにオン・ザ・ジョブ・トレーニングを提供しましょう。Qwen3.6、GPT-OSS、Llamaなどのための強化学習!
🚀 オープンソースのハンズオンカリキュラムで、基本的なRL概念からLLMアライメント、RLVR、高度なAgenticシステムまでのギャップを埋めます。
事前学習データ、トークナイザー、Transformer、MoE、分散学習、スケーリング則、推論、アライメントを網羅。LLMをフルスタックで学ぶための段階的なコーディング課題6問。
verl-agentは、RLを介したLLM/VLMエージェントのトレーニングのために設計されたveRLの拡張機能です。verl-agentは、「Group-in-Group Policy Optimization for LLM Agent Training」という論文の公式コードでもあります。
'Visual-RFT: Visual Reinforcement Fine-Tuning' & 'Visual-ARFT: Visual Agentic Reinforcement Fine-Tuning' の公式リポジトリ
LLMエージェント、RAG、ツール使用、メモリシステム、マルチエージェントシステム、LangChain、LangGraph、MCP、エージェント的強化学習を網羅した体系的なAIエージェント開発チュートリアル。|ゼロから学ぶAIエージェント開発|体系的・包括的・実践指向のエージェント開発チュートリアル|arXivの最新論文を毎日自動追跡
Fin-R1は、上海財経大学統計・データ科学学院のSUFE-AIFLM-LabとFinStep.AIの共同努力により開発され、オープンソース化された、複雑な金融推論のための大規模言語モデルです。
[NeurIPS 2025] AutoVLA: 適応的推論と強化学習ファインチューニングによるエンドツーエンド自動運転のためのビジョン・言語・アクションモデル
RLAnything (ICML 2026) および AutoTool (ICML 2026)、DemyAgent: LLMおよびエージェントシナリオ向けのオープンソース強化学習
よくある質問
GitHubで最も人気のある#grpoリポジトリは何ですか?
GitHubで最も上位にランクインしているオープンソースの#grpoプロジェクトは、16,138個のスターを獲得しているmodelscope/ms-swiftです。600以上のLLM(Qwen3.8、DeepSeek-V4、GLM-5.1、InternLM3、Llama4など)および300以上のMLLM(Qwen3-VL、Qwen3-Omni、InternVL3.5、Ovis2.5、GLM5.3、Gemma4、LLaVA、Phi4など)に対して、PEFTまたは全パラメータ学習を用いてCPT/SFT/DPO/GRPOを実行します(AAAI 2025)。
#grpoリポジトリで最もよく使われているプログラミング言語は何ですか?
GitHubで上位にランクインしている#grpoプロジェクトでは、Python, Jupyter Notebook, TeX, MDXが最も一般的なプログラミング言語です。
#grpoリポジトリのランキングはどのように算出されていますか?
#grpoのタグが付いた27件のアクティブなオープンソースリポジトリ(スター500個以上)を追跡しています。合計スター数は107,970個で、リポジトリあたりの平均は3,998個です。ランキングはGitHub APIからのデータに基づいて毎日更新されます。