Git Stars Git Stars

#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。

27
リポジトリ総数
107,970
合計スター数
3,998
リポジトリあたりの平均スター数

リポジトリ合計27件

1
modelscope/ms-swift

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)。

modelscope
⭐ 16,138 Python 👤 modelscope Organization 🕐 更新日時 2026-11-21 📅 作成日 2023-08-01
2
Orchestra-Research/AI-Research-SKILLs

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。

Orchestra-Research
⭐ 14,716 TeX 👤 Orchestra-Research Organization 🕐 更新日時 2026-10-11 📅 作成日 2025-11-03
3
adongwanai/AgentGuide

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

adongwanai
⭐ 12,147 MDX 👤 adongwanai User 🕐 更新日時 2026-11-05 📅 作成日 2025-11-03
4
OpenPipe/ART

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!

OpenPipe
⭐ 10,866 Python 👤 OpenPipe Organization 🕐 更新日時 2026-11-19 📅 作成日 2025-03-10
5
oumi-ai/oumi

Qwen、Gemma、または任意のオープンなエージェント型LLM/VLMを簡単にファインチューニング(SFT/RL)し、評価してデプロイできます!

oumi-ai
⭐ 9,441 Python 👤 oumi-ai Organization 🕐 更新日時 2026-11-21 📅 作成日 2024-05-07
6
om-ai-lab/VLM-R1

強化されたVLMによる視覚的理解の解決

om-ai-lab
⭐ 6,048 Python 👤 om-ai-lab Organization 🕐 更新日時 2026-07-07 📅 作成日 2025-02-06
7
rasbt/reasoning-from-scratch

PyTorchで推論LLMをゼロから段階的に実装する

rasbt
⭐ 5,885 Jupyter Notebook 👤 rasbt User 🕐 更新日時 2026-11-02 📅 作成日 2025-03-04
8
Gen-Verse/OpenClaw-RL

OpenClaw-RL: 会話だけでどんなエージェントでも訓練

Gen-Verse
⭐ 5,750 Python 👤 Gen-Verse Organization 🕐 更新日時 2026-05-23 📅 作成日 2026-02-26
9
walkinglabs/hands-on-modern-rl

🚀 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。

walkinglabs
⭐ 4,936 Jupyter Notebook 👤 walkinglabs Organization 🕐 更新日時 2026-10-23 📅 作成日 2026-04-10
10
SkyworkAI/Skywork-R1V

Skywork-R1Vは、Skywork AIが開発した高度なマルチモーダルAIモデルシリーズで、視覚言語推論に特化しています。

SkyworkAI
⭐ 3,174 Python 👤 SkyworkAI Organization 🕐 更新日時 2026-07-29 📅 作成日 2025-03-15
11
datawhalechina/diy-llm

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。

datawhalechina
⭐ 3,035 Jupyter Notebook 👤 datawhalechina Organization 🕐 更新日時 2026-11-20 📅 作成日 2025-11-24
12
langfengQ/verl-agent

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。

langfengQ
⭐ 2,457 Python 👤 langfengQ User 🕐 更新日時 2026-06-09 📅 作成日 2025-03-23
13
Liuziyu77/Visual-RFT

'Visual-RFT: Visual Reinforcement Fine-Tuning' & 'Visual-ARFT: Visual Agentic Reinforcement Fine-Tuning' の公式リポジトリ

Liuziyu77
⭐ 2,283 Jupyter Notebook 👤 Liuziyu77 User 🕐 更新日時 2025-10-29 📅 作成日 2025-02-24
14
verl-project/verl-omni

拡散モデルおよびオムニモデル向けのマルチモーダルRLトレーニングフレームワーク

verl-project
⭐ 1,560 Python 👤 verl-project Organization 🕐 更新日時 2026-11-21 📅 作成日 2026-04-21
15
Tencent-Hunyuan/MixGRPO

[ECCV 2026] MixGRPO: 混合ODE-SDEによるフローベースGRPOの効率性解放

Tencent-Hunyuan
⭐ 1,185 Python 👤 Tencent-Hunyuan Organization 🕐 更新日時 2026-07-01 📅 作成日 2025-07-29
16
JudgmentLabs/judgeval

エージェントのための継続的改善スタック。当社の環境データと評価は、エージェントの改善と監視を強化します。

JudgmentLabs
⭐ 1,073 Python 👤 JudgmentLabs Organization 🕐 更新日時 2026-11-19 📅 作成日 2024-10-25
17
whitecircle/halo

Halo は、White Circle が開発した、大規模言語モデルおよびマルチモーダルモデルのトレーニング用オープンソースフレームワークです

whitecircle
⭐ 868 Python 👤 whitecircle Organization 🕐 更新日時 2026-11-21 📅 作成日 2026-08-26
18
Haozhe-Xing/agent_learning

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

Haozhe-Xing
⭐ 795 HTML 👤 Haozhe-Xing User 🕐 更新日時 2026-10-24 📅 作成日 2026-03-13
19
SUFE-AIFLM-Lab/Fin-R1

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。

SUFE-AIFLM-Lab
⭐ 789 👤 SUFE-AIFLM-Lab User 🕐 更新日時 2025-03-27 📅 作成日 2025-03-11
20
ucla-mobility/AutoVLA

[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

ucla-mobility
⭐ 680 Python 👤 ucla-mobility Organization 🕐 更新日時 2026-05-29 📅 作成日 2025-06-14
21
redai-studio/Relax

大規模な全モーダル事後学習のための非同期強化学習エンジン

redai-studio
⭐ 678 Python 👤 redai-studio Organization 🕐 更新日時 2026-11-21 📅 作成日 2026-04-13
22
sail-sg/oat

🌾 OAT: 強化学習、選好学習などを含む、LLM のオンラインアライメントのための研究フレンドリーなフレームワーク。

sail-sg
⭐ 678 Python 👤 sail-sg Organization 🕐 更新日時 2026-01-29 📅 作成日 2024-10-15
23
Gen-Verse/Open-AgentRL

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

Gen-Verse
⭐ 664 Python 👤 Gen-Verse Organization 🕐 更新日時 2026-06-12 📅 作成日 2025-10-13
24
turningpoint-ai/VisualThinker-R1-Zero

2Bモデルにおけるマルチモーダルな「アハ・モーメント」を探る

turningpoint-ai
⭐ 623 Python 👤 turningpoint-ai Organization 🕐 更新日時 2025-03-18 📅 作成日 2025-02-24
25
wendell0218/Awesome-RL-for-Video-Generation

動画生成のための強化学習に関する厳選された論文リスト

wendell0218
⭐ 587 👤 wendell0218 User 🕐 更新日時 2026-04-15 📅 作成日 2025-02-13
26
adithya-s-k/FineEnvs

FineEnvs — 強化学習環境入門:LLM時代における強化学習環境の構築とスケーリング

adithya-s-k
⭐ 572 Python 👤 adithya-s-k User 🕐 更新日時 2026-11-14 📅 作成日 2026-05-01
27
NVlabs/GDPO

GDPOの公式実装:複数報酬強化学習の最適化のためのグループ報酬分離正規化ポリシー最適化

NVlabs
⭐ 517 Python 👤 NVlabs Organization 🕐 更新日時 2026-05-20 📅 作成日 2025-12-09

よくある質問

1

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)。

2

#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。

3

#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。