Git Stars Git Stars

#grpo 仓库

探索 27 个标记为 #grpo 的活跃开源 GitHub 仓库,它们累计获得 107,970 个 Star(平均每个项目 3,998 个)。该主题的领先项目是 modelscope/ms-swift,拥有 16,138 个 Star。

27
仓库总数
107,970
总星标数
3,998
平均每个仓库星标数
1
modelscope/ms-swift

使用 PEFT 或全参数训练,对 600 多个 LLM(Qwen3.8、DeepSeek-V4、GLM-5.1、InternLM3、Llama4 等)和 300 多个 MLLM(Qwen3-VL、Qwen3-Omni、InternVL3.5、Ovis2.5、GLM5.3、Gemma4、LLaVA、Phi4 等)进行 CPT/SFT/DPO/GRPO(AAAI 2025)。

modelscope
⭐ 16,138 Python 👤 modelscope Organization 🕐 已更新 2026-11-21 📅 创建时间 2023-08-01
2
Orchestra-Research/AI-Research-SKILLs

一个全面的开源AI研究和工程技能库,适用于任何AI模型。将这些技能打包,您的claude code/codex/gemini代理将成为一个全功能AI研究代理。由Orchestra Research维护。

Orchestra-Research
⭐ 14,716 TeX 👤 Orchestra-Research Organization 🕐 已更新 2026-10-11 📅 创建时间 2025-11-03
3
adongwanai/AgentGuide

AI Agent 开发指南 | Agent Harness | 上下文工程 | 高级 RAG | MCP | Agentic RL 强化学习 | LangGraph 实战 | 1.2 万+ 大模型面试题 | 算法岗 / 开发岗求职 | 转行大模型

adongwanai
⭐ 12,147 MDX 👤 adongwanai User 🕐 已更新 2026-11-05 📅 创建时间 2025-11-03
4
OpenPipe/ART

智能体强化训练器:使用 GRPO 为现实任务训练多步智能体。为您的智能体提供在职培训。适用于 Qwen3.6、GPT-OSS、Llama 等模型的强化学习!

OpenPipe
⭐ 10,866 Python 👤 OpenPipe Organization 🕐 已更新 2026-11-19 📅 创建时间 2025-03-10
5
oumi-ai/oumi

轻松微调(SFT/RL)、评估并部署 Qwen、Gemma 或任何开源智能体 LLM/VLM!

oumi-ai
⭐ 9,441 Python 👤 oumi-ai Organization 🕐 已更新 2026-11-21 📅 创建时间 2024-05-07
6
om-ai-lab/VLM-R1

用增强型视觉语言模型解决视觉理解问题

om-ai-lab
⭐ 6,048 Python 👤 om-ai-lab Organization 🕐 已更新 2026-07-07 📅 创建时间 2025-02-06
7
rasbt/reasoning-from-scratch

用PyTorch从头开始,一步一步实现一个推理LLM

rasbt
⭐ 5,885 Jupyter Notebook 👤 rasbt User 🕐 已更新 2026-11-02 📅 创建时间 2025-03-04
8
Gen-Verse/OpenClaw-RL

OpenClaw-RL:只需对话即可训练任何代理

Gen-Verse
⭐ 5,750 Python 👤 Gen-Verse Organization 🕐 已更新 2026-05-23 📅 创建时间 2026-02-26
9
walkinglabs/hands-on-modern-rl

🚀 一个开源的、实践导向的课程,弥合从基础RL概念到LLM对齐、RLVR和高级Agentic系统的差距。

walkinglabs
⭐ 4,936 Jupyter Notebook 👤 walkinglabs Organization 🕐 已更新 2026-10-23 📅 创建时间 2026-04-10
10
SkyworkAI/Skywork-R1V

Skywork-R1V 是 Skywork AI 开发的一个先进的多模态人工智能模型系列,专注于视觉-语言推理。

SkyworkAI
⭐ 3,174 Python 👤 SkyworkAI Organization 🕐 已更新 2026-07-29 📅 创建时间 2025-03-15
11
datawhalechina/diy-llm

涵盖预训练数据、分词器、Transformer、MoE、分布式训练、缩放定律、推理与对齐,6 项渐进式代码作业,掌握 LLM 全栈知识。

datawhalechina
⭐ 3,035 Jupyter Notebook 👤 datawhalechina Organization 🕐 已更新 2026-11-20 📅 创建时间 2025-11-24
12
langfengQ/verl-agent

verl-agent 是 veRL 的一个扩展,专为通过 RL 训练 LLM/VLM 代理而设计。verl-agent 也是论文 "Group-in-Group Policy Optimization for LLM Agent Training" 的官方代码。

langfengQ
⭐ 2,457 Python 👤 langfengQ User 🕐 已更新 2026-06-09 📅 创建时间 2025-03-23
13
Liuziyu77/Visual-RFT

'Visual-RFT: Visual Reinforcement Fine-Tuning' & 'Visual-ARFT: Visual Agentic Reinforcement Fine-Tuning' 的官方仓库

Liuziyu77
⭐ 2,283 Jupyter Notebook 👤 Liuziyu77 User 🕐 已更新 2025-10-29 📅 创建时间 2025-02-24
14
verl-project/verl-omni

用于扩散模型和全模态模型的多模态强化学习训练框架

verl-project
⭐ 1,560 Python 👤 verl-project Organization 🕐 已更新 2026-11-21 📅 创建时间 2026-04-21
15
Tencent-Hunyuan/MixGRPO

[ECCV 2026] MixGRPO:利用混合ODE-SDE解锁基于流的GRPO效率

Tencent-Hunyuan
⭐ 1,185 Python 👤 Tencent-Hunyuan Organization 🕐 已更新 2026-07-01 📅 创建时间 2025-07-29
16
JudgmentLabs/judgeval

面向智能体的持续改进技术栈。我们的环境数据和评估功能为智能体的改进与监控提供支持。

JudgmentLabs
⭐ 1,073 Python 👤 JudgmentLabs Organization 🕐 已更新 2026-11-19 📅 创建时间 2024-10-25
17
whitecircle/halo

Halo 是由 White Circle 构建的用于训练大型语言模型和多模态模型的开源框架

whitecircle
⭐ 868 Python 👤 whitecircle Organization 🕐 已更新 2026-11-21 📅 创建时间 2026-08-26
18
Haozhe-Xing/agent_learning

一个系统性的 AI Agent 开发教程,涵盖 LLM 智能体、RAG、工具使用、记忆系统、多智能体系统、LangChain、LangGraph、MCP 和智能体强化学习。|从零开始学 AI Agent 开发|系统、全面、实战导向的 Agent 开发教程|每日自动追踪 arXiv 最新论文

Haozhe-Xing
⭐ 795 HTML 👤 Haozhe-Xing User 🕐 已更新 2026-10-24 📅 创建时间 2026-03-13
19
SUFE-AIFLM-Lab/Fin-R1

Fin-R1 是一个用于复杂金融推理的大型语言模型,由上海财经大学统计与数据科学学院的 SUFE-AIFLM-Lab 和 FinStep.AI 共同开发并开源。

SUFE-AIFLM-Lab
⭐ 789 👤 SUFE-AIFLM-Lab User 🕐 已更新 2025-03-27 📅 创建时间 2025-03-11
20
ucla-mobility/AutoVLA

[NeurIPS 2025] AutoVLA:具有自适应推理和强化微调的端到端自动驾驶视觉-语言-动作模型

ucla-mobility
⭐ 680 Python 👤 ucla-mobility Organization 🕐 已更新 2026-05-29 📅 创建时间 2025-06-14
21
redai-studio/Relax

用于大规模全模态后训练的异步强化学习引擎

redai-studio
⭐ 678 Python 👤 redai-studio Organization 🕐 已更新 2026-11-21 📅 创建时间 2026-04-13
22
sail-sg/oat

🌾 OAT:一个研究友好型的 LLM 在线对齐框架,包括强化学习、偏好学习等。

sail-sg
⭐ 678 Python 👤 sail-sg Organization 🕐 已更新 2026-01-29 📅 创建时间 2024-10-15
23
Gen-Verse/Open-AgentRL

RLAnything (ICML 2026) 与 AutoTool (ICML 2026),DemyAgent:面向大语言模型与智能体场景的开源强化学习

Gen-Verse
⭐ 664 Python 👤 Gen-Verse Organization 🕐 已更新 2026-06-12 📅 创建时间 2025-10-13
24
turningpoint-ai/VisualThinker-R1-Zero

探索2B模型上的多模态“顿悟时刻”

turningpoint-ai
⭐ 623 Python 👤 turningpoint-ai Organization 🕐 已更新 2025-03-18 📅 创建时间 2025-02-24
25
wendell0218/Awesome-RL-for-Video-Generation

关于视频生成强化学习的精选论文列表

wendell0218
⭐ 587 👤 wendell0218 User 🕐 已更新 2026-04-15 📅 创建时间 2025-02-13
26
adithya-s-k/FineEnvs

FineEnvs — 强化学习环境入门:在大语言模型时代构建和扩展强化学习环境

adithya-s-k
⭐ 572 Python 👤 adithya-s-k User 🕐 已更新 2026-11-14 📅 创建时间 2026-05-01
27
NVlabs/GDPO

GDPO 官方实现:用于多奖励强化学习优化的组奖励解耦归一化策略优化

NVlabs
⭐ 517 Python 👤 NVlabs Organization 🕐 已更新 2026-05-20 📅 创建时间 2025-12-09

常见问题解答

1

GitHub 上最受欢迎的 #grpo 仓库是什么?

GitHub 上排名第一的开源 #grpo 项目是 modelscope/ms-swift,拥有 16,138 个 Star。使用 PEFT 或全参数训练,对 600 多个 LLM(Qwen3.8、DeepSeek-V4、GLM-5.1、InternLM3、Llama4 等)和 300 多个 MLLM(Qwen3-VL、Qwen3-Omni、InternVL3.5、Ovis2.5、GLM5.3、Gemma4、LLaVA、Phi4 等)进行 CPT/SFT/DPO/GRPO(AAAI 2025)。

2

#grpo 仓库中最常使用的编程语言有哪些?

在 GitHub 上排名靠前的 #grpo 项目中,最常见的编程语言是 Python, Jupyter Notebook, TeX, MDX。

3

#grpo 仓库的排名是如何计算的?

我们跟踪了 27 个标记为 #grpo 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 107,970 个 Star,平均每个仓库拥有 3,998 个 Star。排名每日根据 GitHub API 更新。