LoongSage

用验证过的配方,快速训出会调工具的智能体

开源 🏷️定价信息待确认 🔧 仅开源项目,无在线服务,需自行部署 模型训练 🍴 复刻 22 🐛 待处理 24 👀 关注 5
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 793
维护状态 活跃
是否开源 开源
定价模式 🏷️定价信息待确认

项目预览

LoongSage 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类模型训练
开发团队baidu-baige
定价模式🏷️定价信息待确认
价格说明定价信息待确认
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
开源协议Apache-2.0
主要语言Python
GitHub 星标★ 793
上线时间2026-08-28 00:00:00
代码更新2026-11-20
仓库体积5.1 MB
本站数据更新2026-11-21
维护状态活跃
收录时间2026-10-07
浏览次数9

项目介绍

LoongSage 是一个面向前沿大语言模型的生产级、高效率 Agentic RL(智能体强化学习)训练框架。它要解决的问题是:现有 RL 训练框架多偏研究原型,在真实业务中难以兼顾吞吐、稳定性与可复现性。LoongSage 提供经过验证的训练配方(validated recipes),把智能体任务中的多轮交互、工具调用、奖励计算与策略优化整合为可落地的流水线,帮助团队在有限算力下高效完成前沿模型的 Agent 能力后训练。核心能力包括:面向 Agent 场景的 RL 训练流程编排、高吞吐的采样与推理调度、可复用的配方配置,以及面向生产环境的工程化支持。项目用 Python 实现,处于早期阶段,适合想快速搭建 Agentic RL 训练链路的团队参考与二次开发。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-10-07 · 当前星标 ★ 793

使用教程

难度:进阶 约 60 分钟 部署方式:容器部署 5 步

环境要求

  • NVIDIA 容器运行时
  • 多卡 GPU
  • 较大显存

安装与启动步骤

  1. 1拉镜像起容器

    它给了带显卡支持的启动方式。

    docker run -it --gpus all --ipc=host --network=host loongsage:latest bash
  2. 2选一个配方

    仓库给了一批验证过的训练配方。

    bash examples/start.sh qwen3_4b/dapo_h800_1node
  3. 3先跑单元测试

    确认环境没问题。

    bash build.sh test
  4. 4只跑某个子模块

    排查时缩小范围。

    bash build.sh test tests/ut/algorithms
  5. 5看配方说明

    每个配方都标了验证过的硬件。

如何确认成功

按给定配方启动一次训练能正常推进若干步且损失下降,单元测试全部通过

注意事项

  • 它是面向前沿模型的高效强化学习训练框架,附带一批验证过的配方。
  • 配方标了对应硬件,照抄最省事。
  • 共享内存与网络模式在容器里必须显式开,否则多卡通信会挂。
  • 训练成本高,先用单元测试确认环境。

核心亮点

  • 提供 validated recipes,减少从零调参的试错成本
  • 面向生产级设计,强调训练效率与工程可用性
  • 聚焦 Agentic RL,覆盖多轮交互与工具调用等真实场景

不足之处

  • 项目处于早期,星标仅 232,生态与案例积累有限
  • 文档与社区支持情况尚不明确,落地需自行摸索

适用场景

  • 为前沿 LLM 做工具调用与多轮任务的后训练
  • 在有限算力下复现并调优 Agentic RL 配方
  • 搭建生产环境中的智能体强化学习训练流水线

替代项目

OpenRLHF、verl、TRL

上一篇:DrMAS

下一篇:KDFlow

同类项目推荐

llm-engine 开源

自建大模型推理与微调平台,OpenAI 接口一键迁移

Scale LLM Engine public repository

★ 841 2026-09-16
nunchaku 开源

让 12B 扩散模型在 6GB 显存上流畅跑,量化加速一步到位

[ICLR2025 Spotlight] SVDQuant: Absorbing Outliers by Low-Rank Components for 4-Bit D···

★ 3969 2026-09-08
twinkle 开源

一站式训练工作台,让模型训练更省心

Twinkle✨: Training workbench to make your model glow.

★ 268 2026-10-17
Kardia-R1 开源

让AI学会共情,用强化学习提升情感支持回复质量

[WWW] Kardia-R1: Unleashing LLMs to Reason toward Understanding and Empathy for Emot···

★ 60 2026-08-09
Spectral-DeTuning 开源

一键还原生成模型微调前的原始权重,逆向去微调

Official PyTorch Implementation for the "Recovering the Pre-Fine-Tuning Weights of G···

★ 86 2026-08-09
jax-llm-examples 开源

纯JAX极简代码,跑通LLM训练与推理

Minimal yet performant LLM examples in pure JAX

★ 289 2026-09-16
surogate 开源

用 C++ 和 CUDA 把大模型微调速度拉到极致

Train and serve LLMs at extreme speed and massive throughput.

★ 888 2026-08-10
rlhf-summary-notes 开源

快速理清RLHF算法脉络,一份笔记入门

A brief and partial summary of RLHF algorithms.

★ 155 2026-08-09
CDM 开源

少步扩散蒸馏,让图像生成快如闪电

[NeurIPS 2026] Continuous-Time Distribution Matching for Few-Step Diffusion Distilla···

★ 156 2026-08-09