#rl リポジトリ
#rlのタグが付いた、GitHub上の47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119,707個で、プロジェクトあたりの平均は2,546個です。このトピックをリードしているのは、14,712個のスターを獲得しているLlamaChinese/Llama-Chineseです。
リポジトリ合計47件
Llama中国コミュニティ、最新のLlama学習資料をリアルタイムで集約し、最高の中国語Llama大規模モデルオープンソースエコシステムを構築、完全なオープンソースで商用利用可能
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。
agent-sandbox は、分離されたステートフルなシングルトンワークロードを簡単に管理でき、AI エージェントのランタイムや強化学習(RL)などのユースケースに最適です。
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。
Stable Baselines3強化学習エージェントのためのトレーニングフレームワーク。ハイパーパラメータ最適化と事前トレーニング済みエージェントが含まれています。
"AI-Compass"は、コミュニティにAI技術の海を航行する方向を示します。初心者でも上級開発者でも、ここでAIの主要な方向への道筋を見つけることができます。開発者がAIの核となる概念、主流技術、最先端トレンドを体系的に理解し、実践を通じて理論から実装までの全プロセスを習得できるよう支援することを目的としています。
AIネイティブ・リスクインテリジェンス・システム、OpenDeRisk – アプリケーション・システム・リスク・インテリジェント・マネージャーが、年中無休24時間体制で包括的かつ詳細な保護を提供します。
大規模言語モデルのオン・ポリシー蒸留(OPD)に関する論文、技術レポート、フレームワーク、ツールの厳選コレクション
[EMNLP 2026] MobileGym: モバイル GUI エージェント研究のための検証可能かつ高度に並行化されたシミュレーションプラットフォーム · ブラウザ上で動作する Android シミュレータ · 検証可能な評価 · スケーラブルなオンライン強化学習(RL)トレーニング
Stable-Baselines3 用 Contrib パッケージ - 実験的な強化学習 (RL) コード
BenchMARLは、マルチエージェント強化学習(MARL)のベンチマークライブラリです。BenchMARLを使用すると、再現性と標準化という2つのコア原則に体系的に基づきながら、さまざまなMARLアルゴリズム、タスク、モデルを迅速に比較できます。
Meta Agents Research Environmentsは、動的で現実的なシナリオにおいてAIエージェントを評価するために設計された包括的なプラットフォームです。静的なベンチマークとは異なり、このプラットフォームは、新しい情報が入手可能になるにつれてエージェントが戦略を適応させる必要がある進化する環境を導入しており、現実世界の課題を反映しています。
よくある質問
GitHubで最も人気のある#rl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#rlプロジェクトは、14,712個のスターを獲得しているLlamaChinese/Llama-Chineseです。Llama中国コミュニティ、最新のLlama学習資料をリアルタイムで集約し、最高の中国語Llama大規模モデルオープンソースエコシステムを構築、完全なオープンソースで商用利用可能
#rl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#rlプロジェクトでは、Python, Jupyter Notebook, C++, Goが最も一般的なプログラミング言語です。
#rl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?
#rlのタグが付いた47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119,707個で、リポジトリあたりの平均は2,546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。