Git Stars Git Stars

#rlhf 仓库

探索 59 个标记为 #rlhf 的活跃开源 GitHub 仓库,它们累计获得 335,276 个 Star(平均每个项目 5,682 个)。该主题的领先项目是 hiyouga/LlamaFactory,拥有 76,171 个 Star。

59
仓库总数
335,276
总星标数
5,682
平均每个仓库星标数
1
hiyouga/LlamaFactory

100+ LLM与VLM的统一高效微调 (ACL 2024)

hiyouga
⭐ 76,171 Python 👤 hiyouga User 🕐 已更新 2026-11-21 📅 创建时间 2023-05-28
2
Lordog/dive-into-llms

《动手学大模型Dive into LLMs》系列编程实践教程

Lordog
⭐ 55,949 Jupyter Notebook 👤 Lordog User 🕐 已更新 2025-10-10 📅 创建时间 2024-04-08
3
LAION-AI/Open-Assistant

OpenAssistant 是一个基于聊天的助手,它可以理解任务,与第三方系统交互,并动态检索信息来完成这些任务。

LAION-AI
⭐ 37,485 Python 👤 LAION-AI Organization 🕐 已更新 2024-08-17 📅 创建时间 2022-12-13
4
huggingface/open-r1

DeepSeek-R1 的完整复现

huggingface
⭐ 26,483 Python 👤 huggingface Organization 🕐 已更新 2026-10-26 📅 创建时间 2025-01-24
5
RUCAIBox/LLMSurvey

关于调查论文“A Survey of Large Language Models”的官方GitHub页面。

RUCAIBox
⭐ 12,165 Python 👤 RUCAIBox Organization 🕐 已更新 2025-03-11 📅 创建时间 2023-03-14
6
InternLM/InternLM

InternLM 系列(InternLM、InternLM2、InternLM2.5、InternLM3)正式发布。

InternLM
⭐ 7,280 Python 👤 InternLM Organization 🕐 已更新 2025-10-30 📅 创建时间 2023-07-06
7
ymcui/Chinese-LLaMA-Alpaca-2

中文LLaMA-2 & Alpaca-2大模型二期项目 + 64K超长上下文模型 (Chinese LLaMA-2 & Alpaca-2 LLMs with 64K long context models)

ymcui
⭐ 7,098 Python 👤 ymcui User 🕐 已更新 2026-04-19 📅 创建时间 2023-07-18
8
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
9
meta-pytorch/torchtune

PyTorch 原生训练后优化库

meta-pytorch
⭐ 5,820 Python 👤 meta-pytorch Organization 🕐 已更新 2026-11-19 📅 创建时间 2023-10-20
10
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
11
huggingface/alignment-handbook

用于使语言模型与人类和人工智能偏好保持一致的强大方法

huggingface
⭐ 5,716 Python 👤 huggingface Organization 🕐 已更新 2026-09-23 📅 创建时间 2023-08-25
12
Kiln-AI/Kiln

构建、评估和优化 AI 系统。包括评估、RAG、智能体、微调、合成数据生成、数据集管理、MCP 等。

Kiln-AI
⭐ 5,286 Python 👤 Kiln-AI Organization 🕐 已更新 2026-11-21 📅 创建时间 2024-07-23
13
argilla-io/argilla

Argilla 是一个供 AI 工程师和领域专家用于构建高质量数据集的协作工具

argilla-io
⭐ 5,208 Python 👤 argilla-io Organization 🕐 已更新 2026-11-16 📅 创建时间 2021-04-28
14
transformerlab/transformerlab-app

面向 AI 研究者的开源研究环境,能够无缝训练、评估并扩展模型,覆盖从本地硬件到 GPU 集群。

transformerlab
⭐ 5,200 Python 👤 transformerlab Organization 🕐 已更新 2026-11-05 📅 创建时间 2023-12-24
15
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
16
PrimeIntellect-ai/verifiers

我们的强化学习环境和评估库

PrimeIntellect-ai
⭐ 4,797 Python 👤 PrimeIntellect-ai Organization 🕐 已更新 2026-11-21 📅 创建时间 2025-01-22
17
PKU-Alignment/align-anything

Align Anything:通过反馈训练全模态模型

PKU-Alignment
⭐ 4,669 Python 👤 PKU-Alignment Organization 🕐 已更新 2025-11-27 📅 创建时间 2024-07-14
18
opendilab/awesome-RLHF

精选的人类反馈强化学习资源列表(持续更新)

opendilab
⭐ 4,438 👤 opendilab Organization 🕐 已更新 2026-05-20 📅 创建时间 2023-02-13
19
Docta-ai/docta

您的数据的医生

Docta-ai
⭐ 3,479 Python 👤 Docta-ai Organization 🕐 已更新 2026-06-16 📅 创建时间 2023-05-02
20
argilla-io/distilabel

Distilabel 是一个为工程师设计的合成数据和 AI 反馈框架,他们需要基于已验证的研究论文构建快速、可靠且可扩展的管道。

argilla-io
⭐ 3,467 Python 👤 argilla-io Organization 🕐 已更新 2026-11-18 📅 创建时间 2023-10-16
21
alibaba/ROLL

面向大型语言模型的强化学习的高效且用户友好的扩展库

alibaba
⭐ 3,456 Python 👤 alibaba Organization 🕐 已更新 2026-11-21 📅 创建时间 2025-05-28
22
eureka-research/Eureka

"Eureka: Human-Level Reward Design via Coding Large Language Models" (ICLR 2024) 官方仓库

eureka-research
⭐ 3,098 Jupyter Notebook 👤 eureka-research Organization 🕐 已更新 2024-05-03 📅 创建时间 2023-09-25
23
Exorust/TorchLeet

PyTorch 版 LeetCode——65 道源自 Google、Meta 和 Anthropic 真实面试的机器学习/人工智能面试题。配备 Jupyter Notebook、自动评分器和 MCP AI 导师。

Exorust
⭐ 2,644 Jupyter Notebook 👤 Exorust User 🕐 已更新 2026-11-06 📅 创建时间 2024-12-25
24
natolambert/rlhf-book

基于人类反馈的强化学习教材

natolambert
⭐ 2,544 Python 👤 natolambert User 🕐 已更新 2026-11-18 📅 创建时间 2024-05-24
25
tatsu-lab/alpaca_eval

面向指令遵循语言模型的自动评估器。经人类验证,高质量,低成本,速度快。

tatsu-lab
⭐ 2,010 Jupyter Notebook 👤 tatsu-lab Organization 🕐 已更新 2025-08-09 📅 创建时间 2023-05-25
26
thinkwee/AgentsMeetRL

智能体强化学习精选列表

thinkwee
⭐ 1,888 HTML 👤 thinkwee User 🕐 已更新 2026-11-16 📅 创建时间 2025-06-09
27
zai-org/ImageReward

[NeurIPS 2023] ImageReward: 文本到图像生成的学习与评估人类偏好

zai-org
⭐ 1,706 Python 👤 zai-org Organization 🕐 已更新 2025-10-29 📅 创建时间 2023-04-01
28
PKU-Alignment/safe-rlhf

安全RLHF:通过人类反馈的安全强化学习实现约束式价值对齐

PKU-Alignment
⭐ 1,624 Python 👤 PKU-Alignment Organization 🕐 已更新 2025-11-24 📅 创建时间 2023-05-15
29
THUDM/WebGLM

WebGLM: 一个高效的增强型网络问答系统 (KDD 2023)

THUDM
⭐ 1,605 Python 👤 THUDM Organization 🕐 已更新 2025-03-25 📅 创建时间 2023-05-28
30
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
31
RLHFlow/RLHF-Reward-Modeling

用于RLHF训练奖励模型的配方。

RLHFlow
⭐ 1,532 Python 👤 RLHFlow Organization 🕐 已更新 2025-04-24 📅 创建时间 2024-03-21
32
OpenLMLab/MOSS-RLHF

大型语言模型中 RLHF 的秘密 第一部分:PPO

OpenLMLab
⭐ 1,408 Python 👤 OpenLMLab Organization 🕐 已更新 2024-03-03 📅 创建时间 2023-07-05
33
NVIDIA-NeMo/labs-molt

一个可扩展、以智能体为先且原生支持 HuggingFace 的研究型强化学习框架(9000 行代码)。

NVIDIA-NeMo
⭐ 1,395 Python 👤 NVIDIA-NeMo Organization 🕐 已更新 2026-11-21 📅 创建时间 2026-06-23
34
xtreme1-io/xtreme1

Xtreme1 是一个用于多模态数据训练的一站式数据标注和注释平台,支持 3D LiDAR 点云、图像和 LLM。

xtreme1-io
⭐ 1,395 TypeScript 👤 xtreme1-io Organization 🕐 已更新 2026-09-29 📅 创建时间 2022-08-08
36
NousResearch/atropos

Atropos 是一个用于通过多样化环境收集和评估 LLM 轨迹的语言模型强化学习环境框架。

NousResearch
⭐ 1,324 Python 👤 NousResearch Organization 🕐 已更新 2026-06-29 📅 创建时间 2025-04-29
37
agentscope-ai/OpenJudge

OpenJudge:整体评估和质量奖励的统一框架

agentscope-ai
⭐ 1,121 Python 👤 agentscope-ai Organization 🕐 已更新 2026-11-21 📅 创建时间 2025-07-08
38
showlab/Awesome-MLLM-Hallucination

📖 专门致力于多模态大语言模型(MLLM)幻觉的资源列表。

showlab
⭐ 1,044 👤 showlab Organization 🕐 已更新 2025-09-27 📅 创建时间 2023-12-10
39
beyondguo/LLM-Tuning

无痛 LLM 调优💦;更高效下游调优的样本设计工程 (SDE)。

beyondguo
⭐ 1,018 HTML 👤 beyondguo User 🕐 已更新 2024-04-27 📅 创建时间 2023-06-19
40
tingaicompass/AI-Compass

“AI-Compass”将为社区指引在 AI 技术海洋中航行的方向,无论你是初学者还是进阶开发者,都能在这里找到通往 AI 各大方向的路径。旨在帮助开发者系统性地了解 AI 的核心概念、主流技术、前沿趋势,并通过实践掌握从理论到落地的全过程。

tingaicompass
⭐ 1,000 Python 👤 tingaicompass User 🕐 已更新 2026-11-20 📅 创建时间 2025-05-27
41
princeton-nlp/SimPO

[NeurIPS 2024] SimPO: 具有无参考奖励的简单偏好优化

princeton-nlp
⭐ 953 Python 👤 princeton-nlp Organization 🕐 已更新 2025-02-16 📅 创建时间 2024-05-21
42
chrisliu298/awesome-on-policy-distillation

关于大型语言模型在策略蒸馏(OPD)的论文、技术报告、框架和工具的精选集

chrisliu298
⭐ 926 👤 chrisliu298 User 🕐 已更新 2026-10-06 📅 创建时间 2026-03-22
43
ContextualAI/HALOs

一个包含 DPO、KTO、PPO、ORPO 和其他人类感知损失函数 (HALOs) 的可扩展实现库。

ContextualAI
⭐ 910 Python 👤 ContextualAI Organization 🕐 已更新 2025-09-30 📅 创建时间 2023-12-03
44
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
45
inworld-ai/tts

Inworld TTS

inworld-ai
⭐ 782 Python 👤 inworld-ai Organization 🕐 已更新 2026-11-17 📅 创建时间 2025-05-02
46
allenai/reward-bench

RewardBench:首个用于奖励模型的评估工具。

allenai
⭐ 749 Python 👤 allenai Organization 🕐 已更新 2026-10-14 📅 创建时间 2023-12-23
47
GaryYufei/AlignLLMHumanSurvey

大型语言模型与人类对齐:综述

GaryYufei
⭐ 739 👤 GaryYufei User 🕐 已更新 2026-09-08 📅 创建时间 2023-07-23
48
agentscope-ai/Trinity-RFT

Trinity-RFT 是一个通用、灵活且可扩展的框架,专为对大型语言模型(LLM)进行强化微调(RFT)而设计。

agentscope-ai
⭐ 714 Python 👤 agentscope-ai Organization 🕐 已更新 2026-10-08 📅 创建时间 2025-04-09
49
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
50
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

常见问题解答

1

GitHub 上最受欢迎的 #rlhf 仓库是什么?

GitHub 上排名第一的开源 #rlhf 项目是 hiyouga/LlamaFactory,拥有 76,171 个 Star。100+ LLM与VLM的统一高效微调 (ACL 2024)

2

#rlhf 仓库中最常使用的编程语言有哪些?

在 GitHub 上排名靠前的 #rlhf 项目中,最常见的编程语言是 Python, Jupyter Notebook, HTML, TypeScript。

3

#rlhf 仓库的排名是如何计算的?

我们跟踪了 59 个标记为 #rlhf 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 335,276 个 Star,平均每个仓库拥有 5,682 个 Star。排名每日根据 GitHub API 更新。