项目预览
项目数据
项目介绍
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
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先跑单元测试
确认环境没问题。
bash build.sh test -
4只跑某个子模块
排查时缩小范围。
bash build.sh test tests/ut/algorithms -
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
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
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···
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.
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···
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···
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
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.
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.
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···
