#grpo Repositórios
Descubra 27 repositórios ativos de código aberto no GitHub marcados com #grpo, acumulando um total de 107,970 estrelas (uma média de 3,998 por projeto). O líder deste tópico é modelscope/ms-swift, com 16,138 estrelas.
27 repositórios no total
Use PEFT ou treinamento com todos os parâmetros para realizar CPT/SFT/DPO/GRPO em mais de 600 LLMs (Qwen3.8, DeepSeek-V4, GLM-5.1, InternLM3, Llama4, ...) e mais de 300 MLLMs (Qwen3-VL, Qwen3-Omni, InternVL3.5, Ovis2.5, GLM5.3, Gemma4, LLaVA, Phi4, ...) (AAAI 2025).
Biblioteca abrangente de código aberto de habilidades de pesquisa e engenharia de IA para qualquer modelo de IA. Empacote as habilidades e seu agente claude code/codex/gemini será um agente de pesquisa de IA com toda a sua potência. Mantido pela Orchestra Research.
Guia de desenvolvimento de agentes de IA | Agent Harness | Engenharia de contexto | RAG avançado | MCP | Aprendizado por reforço agêntico (Agentic RL) | LangGraph na prática | Mais de 12.000 perguntas de entrevista sobre LLMs | Busca de emprego para cargos de algoritmos / desenvolvimento | Transição de carreira para a área de LLMs
Treinador de Reforço de Agentes: treine agentes de várias etapas para tarefas do mundo real usando GRPO. Dê aos seus agentes treinamento no trabalho. Aprendizado por reforço para Qwen3.6, GPT-OSS, Llama e muito mais!
Ajuste finamente (SFT/RL), avalie e implante facilmente o Qwen, o Gemma ou qualquer LLM/VLM agêntico de código aberto!
🚀 Um currículo de código aberto e prático que preenche a lacuna desde conceitos básicos de RL até alinhamento de LLM, RLVR e sistemas Agentic avançados.
Skywork-R1V é uma série avançada de modelos de IA multimodal desenvolvida pela Skywork AI, especializada em raciocínio visão-linguagem.
Abrange dados de pré-treinamento, tokenizadores, Transformers, MoE, treinamento distribuído, leis de escalabilidade, inferência e alinhamento. 6 tarefas de programação progressivas para aprender LLMs de ponta a ponta.
verl-agent é uma extensão do veRL, projetada para treinar agentes LLM/VLM via RL. verl-agent é também o código oficial do paper "Group-in-Group Policy Optimization for LLM Agent Training"
Repositório oficial de 'Visual-RFT: Ajuste Fino de Reforço Visual' e 'Visual-ARFT: Ajuste Fino de Reforço Agêntico Visual'
[ECCV 2026] MixGRPO: Desbloqueando a eficiência do GRPO baseado em fluxo com ODE-SDE misto
A pilha de melhoria contínua para agentes. Nossos dados de ambiente e avaliações impulsionam a melhoria e o monitoramento de agentes.
Halo é um framework de código aberto desenvolvido pela White Circle para treinar modelos de linguagem de grande escala e modelos multimodais
Um tutorial sistemático de desenvolvimento de Agentes de IA cobrindo agentes LLM, RAG, uso de ferramentas, sistemas de memória, sistemas multiagente, LangChain, LangGraph, MCP e RL agêntico. | Aprenda Desenvolvimento de Agentes de IA do Zero | Tutorial de desenvolvimento de Agentes sistemático, abrangente e orientado à prática | Acompanhamento automático diário dos artigos mais recentes do arXiv
Fin-R1 é um modelo de linguagem grande para raciocínio financeiro complexo, desenvolvido e de código aberto através dos esforços conjuntos do SUFE-AIFLM-Lab na Escola de Estatística e Ciência de Dados da Universidade de Finanças e Economia de Xangai e FinStep.AI.
[NeurIPS 2025] AutoVLA: Um Modelo de Visão-Linguagem-Ação para Direção Autônoma de Ponta a Ponta com Raciocínio Adaptativo e Ajuste Fino por Reforço
Um motor de aprendizado por reforço assíncrono para pós-treinamento omnimodal em larga escala
🌾 OAT: Um framework amigável para pesquisa para alinhamento online de LLMs, incluindo aprendizado por reforço, aprendizado por preferência, etc.
RLAnything (ICML 2026) e AutoTool (ICML 2026), DemyAgent: Aprendizado por reforço de código aberto para LLMs e cenários de agentes
Uma lista com curadoria de artigos sobre aprendizado por reforço para geração de vídeo
FineEnvs — Introdução aos ambientes de RL: criação e escalabilidade de ambientes de RL na era dos LLMs
Implementação oficial do GDPO: otimização de políticas com normalização desacoplada das recompensas de grupo para otimização de aprendizado por reforço com múltiplas recompensas
Perguntas Frequentes
Qual é o repositório de #grpo mais popular no GitHub?
O projeto de código aberto de #grpo mais bem classificado no GitHub é modelscope/ms-swift, com 16,138 estrelas. Use PEFT ou treinamento com todos os parâmetros para realizar CPT/SFT/DPO/GRPO em mais de 600 LLMs (Qwen3.8, DeepSeek-V4, GLM-5.1, InternLM3, Llama4, ...) e mais de 300 MLLMs (Qwen3-VL, Qwen3-Omni, InternVL3.5, Ovis2.5, GLM5.3, Gemma4, LLaVA, Phi4, ...) (AAAI 2025).
Quais linguagens de programação são mais usadas nos repositórios de #grpo?
Entre os projetos de #grpo mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, Jupyter Notebook, TeX, MDX.
Como é calculada a classificação dos repositórios de #grpo?
Acompanhamos 27 repositórios ativos de código aberto marcados com #grpo (com mais de 500 estrelas), totalizando 107,970 estrelas e uma média de 3,998 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.