Git Stars Git Stars

#grpo Репозитории

Откройте для себя 27 активных репозиториев с открытым исходным кодом на GitHub, отмеченных тегом #grpo, с общим числом 107,970 звёзд (в среднем 3,998 на проект). Лидером этой темы является modelscope/ms-swift, набравший 16,138 звёзд.

27
Всего репозиториев
107,970
Всего звезд
3,998
Среднее количество звезд на репозиторий
Языки программирования: Python Jupyter Notebook TeX MDX HTML

Всего репозиториев: 27

1
modelscope/ms-swift

Используйте PEFT или обучение всех параметров для выполнения CPT/SFT/DPO/GRPO на более чем 600 LLM (Qwen3.8, DeepSeek-V4, GLM-5.1, InternLM3, Llama4 и др.) и более чем 300 MLLM (Qwen3-VL, Qwen3-Omni, InternVL3.5, Ovis2.5, GLM5.3, Gemma4, LLaVA, Phi4 и др.) (AAAI 2025).

modelscope
⭐ 16,138 Python 👤 modelscope Organization 🕐 Обновлено 2026-11-21 📅 Создано 2023-08-01
2
Orchestra-Research/AI-Research-SKILLs

Всеобъемлющая библиотека с открытым исходным кодом навыков исследований и инженерии ИИ для любой модели ИИ. Упакуйте эти навыки, и ваш агент claude code/codex/gemini станет исследовательским ИИ-агентом с полной мощностью. Поддерживается Orchestra Research.

Orchestra-Research
⭐ 14,716 TeX 👤 Orchestra-Research Organization 🕐 Обновлено 2026-10-11 📅 Создано 2025-11-03
3
adongwanai/AgentGuide

Руководство по разработке ИИ-агентов | Agent Harness | Инжиниринг контекста | Продвинутый RAG | MCP | Agentic RL (обучение с подкреплением для агентов) | Практика LangGraph | Более 12 000 вопросов для собеседований по большим языковым моделям | Поиск работы на должности в области алгоритмов / разработки | Переход в сферу больших языковых моделей

adongwanai
⭐ 12,147 MDX 👤 adongwanai User 🕐 Обновлено 2026-11-05 📅 Создано 2025-11-03
4
OpenPipe/ART

Тренажер обучения агентов с подкреплением: обучайте многошаговых агентов для реальных задач с помощью GRPO. Проводите обучение ваших агентов без отрыва от работы. Обучение с подкреплением для Qwen3.6, GPT-OSS, Llama и других моделей!

OpenPipe
⭐ 10,866 Python 👤 OpenPipe Organization 🕐 Обновлено 2026-11-19 📅 Создано 2025-03-10
5
oumi-ai/oumi

Легко дообучайте (SFT/RL), оценивайте и развёртывайте Qwen, Gemma или любую открытую агентную LLM/VLM!

oumi-ai
⭐ 9,441 Python 👤 oumi-ai Organization 🕐 Обновлено 2026-11-21 📅 Создано 2024-05-07
6
om-ai-lab/VLM-R1

Решение задач визуального понимания с помощью улучшенных VLM

om-ai-lab
⭐ 6,048 Python 👤 om-ai-lab Organization 🕐 Обновлено 2026-07-07 📅 Создано 2025-02-06
7
rasbt/reasoning-from-scratch

Реализуйте LLM для рассуждений в PyTorch с нуля, шаг за шагом

rasbt
⭐ 5,885 Jupyter Notebook 👤 rasbt User 🕐 Обновлено 2026-11-02 📅 Создано 2025-03-04
8
Gen-Verse/OpenClaw-RL

OpenClaw-RL: Обучай любого агента просто разговаривая

Gen-Verse
⭐ 5,750 Python 👤 Gen-Verse Organization 🕐 Обновлено 2026-05-23 📅 Создано 2026-02-26
9
walkinglabs/hands-on-modern-rl

🚀 Открытый практический курс, bridging разрыв от базовых концепций RL до выравнивания LLM, RLVR и продвинутых агентных систем.

walkinglabs
⭐ 4,936 Jupyter Notebook 👤 walkinglabs Organization 🕐 Обновлено 2026-10-23 📅 Создано 2026-04-10
10
SkyworkAI/Skywork-R1V

Skywork-R1V — это передовая серия мультимодальных моделей ИИ, разработанная Skywork AI, специализирующаяся на зрительно-языковом рассуждении.

SkyworkAI
⭐ 3,174 Python 👤 SkyworkAI Organization 🕐 Обновлено 2026-07-29 📅 Создано 2025-03-15
11
datawhalechina/diy-llm

Охватывает данные для предобучения, токенизаторы, Transformer, MoE, распределённое обучение, законы масштабирования, инференс и выравнивание. 6 последовательных заданий по программированию для комплексного изучения LLM.

datawhalechina
⭐ 3,035 Jupyter Notebook 👤 datawhalechina Organization 🕐 Обновлено 2026-11-20 📅 Создано 2025-11-24
12
langfengQ/verl-agent

verl-agent — это расширение veRL, разработанное для обучения LLM/VLM агентов с помощью RL. verl-agent также является официальным кодом для статьи «Group-in-Group Policy Optimization for LLM Agent Training»

langfengQ
⭐ 2,457 Python 👤 langfengQ User 🕐 Обновлено 2026-06-09 📅 Создано 2025-03-23
13
Liuziyu77/Visual-RFT

Официальный репозиторий 'Visual-RFT: Visual Reinforcement Fine-Tuning' & 'Visual-ARFT: Visual Agentic Reinforcement Fine-Tuning’

Liuziyu77
⭐ 2,283 Jupyter Notebook 👤 Liuziyu77 User 🕐 Обновлено 2025-10-29 📅 Создано 2025-02-24
14
verl-project/verl-omni

Мультимодальная структура обучения с подкреплением для моделей диффузии и омни

verl-project
⭐ 1,560 Python 👤 verl-project Organization 🕐 Обновлено 2026-11-21 📅 Создано 2026-04-21
15
Tencent-Hunyuan/MixGRPO

[ECCV 2026] MixGRPO: Раскрытие эффективности GRPO на основе потока с помощью смешанной ODE-SDE

Tencent-Hunyuan
⭐ 1,185 Python 👤 Tencent-Hunyuan Organization 🕐 Обновлено 2026-07-01 📅 Создано 2025-07-29
16
JudgmentLabs/judgeval

Стек непрерывного улучшения для агентов. Наши данные об окружающей среде и оценки способствуют улучшению и мониторингу агентов.

JudgmentLabs
⭐ 1,073 Python 👤 JudgmentLabs Organization 🕐 Обновлено 2026-11-19 📅 Создано 2024-10-25
17
whitecircle/halo

Halo — это фреймворк с открытым исходным кодом, разработанный White Circle для обучения больших языковых и мультимодальных моделей

whitecircle
⭐ 868 Python 👤 whitecircle Organization 🕐 Обновлено 2026-11-21 📅 Создано 2026-08-26
18
Haozhe-Xing/agent_learning

Систематический учебник по разработке ИИ-агентов, охватывающий LLM-агентов, RAG, использование инструментов, системы памяти, мультиагентные системы, LangChain, LangGraph, MCP и агентное RL. | Изучите разработку ИИ-агентов с нуля | Систематический, всеобъемлющий, ориентированный на практику учебник по разработке агентов | Ежедневный автоматический отслеживание новейших статей arXiv

Haozhe-Xing
⭐ 795 HTML 👤 Haozhe-Xing User 🕐 Обновлено 2026-10-24 📅 Создано 2026-03-13
19
SUFE-AIFLM-Lab/Fin-R1

Fin-R1 — это большая языковая модель для сложного финансового анализа, разработанная и выпущенная с открытым исходным кодом совместными усилиями SUFE-AIFLM-Lab при Школе статистики и науки о данных Шанхайского университета финансов и экономики и FinStep.AI.

SUFE-AIFLM-Lab
⭐ 789 👤 SUFE-AIFLM-Lab User 🕐 Обновлено 2025-03-27 📅 Создано 2025-03-11
20
ucla-mobility/AutoVLA

[NeurIPS 2025] AutoVLA: Модель видение-язык-действие для автономного вождения end-to-end с адаптивным рассуждением и дообучением с подкреплением

ucla-mobility
⭐ 680 Python 👤 ucla-mobility Organization 🕐 Обновлено 2026-05-29 📅 Создано 2025-06-14
21
redai-studio/Relax

Асинхронный движок обучения с подкреплением для полномодального пост-обучения в больших масштабах

redai-studio
⭐ 678 Python 👤 redai-studio Organization 🕐 Обновлено 2026-11-21 📅 Создано 2026-04-13
22
sail-sg/oat

🌾 OAT: Исследовательская платформа для онлайн-согласования LLM, включая обучение с подкреплением, обучение предпочтениям и т. д.

sail-sg
⭐ 678 Python 👤 sail-sg Organization 🕐 Обновлено 2026-01-29 📅 Создано 2024-10-15
23
Gen-Verse/Open-AgentRL

RLAnything (ICML 2026) и AutoTool (ICML 2026), DemyAgent: обучение с подкреплением с открытым исходным кодом для LLM и агентных сценариев

Gen-Verse
⭐ 664 Python 👤 Gen-Verse Organization 🕐 Обновлено 2026-06-12 📅 Создано 2025-10-13
24
turningpoint-ai/VisualThinker-R1-Zero

Исследуйте мультимодальный "момент озарения" на модели 2B

turningpoint-ai
⭐ 623 Python 👤 turningpoint-ai Organization 🕐 Обновлено 2025-03-18 📅 Создано 2025-02-24
25
wendell0218/Awesome-RL-for-Video-Generation

Курируемый список статей по обучению с подкреплением для генерации видео

wendell0218
⭐ 587 👤 wendell0218 User 🕐 Обновлено 2026-04-15 📅 Создано 2025-02-13
26
adithya-s-k/FineEnvs

FineEnvs — Введение в среды RL: создание и масштабирование сред RL в эпоху больших языковых моделей

adithya-s-k
⭐ 572 Python 👤 adithya-s-k User 🕐 Обновлено 2026-11-14 📅 Создано 2026-05-01
27
NVlabs/GDPO

Официальная реализация GDPO: оптимизация политики с декоррелированной нормализацией групповых вознаграждений для оптимизации обучения с подкреплением по нескольким вознаграждениям

NVlabs
⭐ 517 Python 👤 NVlabs Organization 🕐 Обновлено 2026-05-20 📅 Создано 2025-12-09

Часто задаваемые вопросы

1

Какой репозиторий по теме #grpo наиболее популярен на GitHub?

Самый высоко оценённый проект с открытым исходным кодом по теме #grpo на GitHub — modelscope/ms-swift, набравший 16,138 звёзд. Используйте PEFT или обучение всех параметров для выполнения CPT/SFT/DPO/GRPO на более чем 600 LLM (Qwen3.8, DeepSeek-V4, GLM-5.1, InternLM3, Llama4 и др.) и более чем 300 MLLM (Qwen3-VL, Qwen3-Omni, InternVL3.5, Ovis2.5, GLM5.3, Gemma4, LLaVA, Phi4 и др.) (AAAI 2025).

2

Какие языки программирования чаще всего используются в репозиториях по теме #grpo?

Среди наиболее высоко оценённых проектов по теме #grpo на GitHub чаще всего используются языки программирования Python, Jupyter Notebook, TeX, MDX.

3

Как рассчитывается рейтинг репозиториев по теме #grpo?

Мы отслеживаем 27 активных репозиториев с открытым исходным кодом, отмеченных тегом #grpo (500 и более звёзд), с общим числом 107,970 звёзд и в среднем 3,998 звёзд на репозиторий. Рейтинги обновляются ежедневно на основе данных GitHub API.