Git Stars Git Stars

#reinforcement-learning-for-llms リポジトリ

#reinforcement-learning-for-llmsのタグが付いた、GitHub上の7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31,786個で、プロジェクトあたりの平均は4,540個です。このトピックをリードしているのは、24,302個のスターを獲得しているverl-project/verlです。

7
リポジトリ総数
31,786
合計スター数
4,540
リポジトリあたりの平均スター数
プログラミング言語: Python Jupyter Notebook

リポジトリ合計7件

1
verl-project/verl

verl/HybridFlow: 柔軟で効率的なRL事後訓練フレームワーク

verl-project
⭐ 24,302 Python 👤 verl-project Organization 🕐 更新日時 2026-11-20 📅 作成日 2024-10-31
2
policy-gradient/GRPO-Zero

DeepSeek R1 の GRPO アルゴリズムをゼロから実装する

policy-gradient
⭐ 1,854 Python 👤 policy-gradient Organization 🕐 更新日時 2025-04-18 📅 作成日 2025-04-08
3
Simple-Efficient/RL-Factory

簡単で効率的なフレームワークを通じてエージェントモデルをトレーニングしてください

Simple-Efficient
⭐ 1,789 Python 👤 Simple-Efficient User 🕐 更新日時 2025-12-05 📅 作成日 2025-05-23
4
VILA-Lab/Awesome-DLMs

調査論文「A Survey on Diffusion Language Models」の公式GitHubリポジトリ。

VILA-Lab
⭐ 1,252 👤 VILA-Lab Organization 🕐 更新日時 2026-10-02 📅 作成日 2025-07-14
5
SakanaAI/self-adaptive-llms

リアルタイムで未知のタスクに合わせてLLMを適応させる自己適応フレームワーク🐙!

SakanaAI
⭐ 1,215 Python 👤 SakanaAI Organization 🕐 更新日時 2025-01-30 📅 作成日 2024-12-02
6
facebookresearch/swe-rl

【NeurIPS'25】「SWE-RL:オープンソースソフトウェアの進化における強化学習を通じたLLM推論の促進」公式コードベース

facebookresearch
⭐ 696 Python 👤 facebookresearch Organization 🕐 更新日時 2025-03-16 📅 作成日 2025-02-23
7
dCaples/AutoDidact

強化学習と自己検証を使用して、カスタムデータで研究エージェントLLMを自律的にトレーニングします。

dCaples
⭐ 689 Jupyter Notebook 👤 dCaples User 🕐 更新日時 2025-03-22 📅 作成日 2025-03-08

よくある質問

1

GitHubで最も人気のある#reinforcement-learning-for-llms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#reinforcement-learning-for-llmsプロジェクトは、24,302個のスターを獲得しているverl-project/verlです。verl/HybridFlow: 柔軟で効率的なRL事後訓練フレームワーク

2

#reinforcement-learning-for-llms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#reinforcement-learning-for-llmsプロジェクトでは、Python, Jupyter Notebookが最も一般的なプログラミング言語です。

3

#reinforcement-learning-for-llms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?

#reinforcement-learning-for-llmsのタグが付いた7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31,786個で、リポジトリあたりの平均は4,540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。