#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。
共 27 个仓库
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)。
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。
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
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。
'Visual-RFT: Visual Reinforcement Fine-Tuning' & 'Visual-ARFT: Visual Agentic Reinforcement Fine-Tuning' 的官方仓库
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
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。
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
常见问题解答
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)。
#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。
#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。