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 2026-08-10 · 当前星标 ★ 323
核心亮点
- 标准化环境接口，兼容多种 RL 训练框架，避免重复造轮子
- 内置 GRPO 等先进算法支持，直接对接 Qwen 系列模型
- 环境与评估一体化设计，训练后即可验证智能体性能
不足之处
- 项目早期，文档和社区支持待观察
- 生态尚小，可参考的实践案例有限
适用场景
- 训练基于 Qwen 的对话智能体，需要定制交互环境
- 对比不同强化学习算法在特定任务上的表现
- 为智能体开发标准化评估基准，用于持续迭代
替代项目
Gymnasium、RLlib、Stable-Baselines3
同类项目推荐
Awesome-Model-Quantization
开源
一页看全模型量化论文、工具与部署方案
A curated collection of papers, benchmarks, surveys, and tools for model quantizatio···
Fairy-plus-minus-i
开源
把LLM权重量化搬到复数域，低比特下少掉点
Fairy±i (iFairy): Complex-valued Quantization Framework for Large Language Models
DAEDAL
开源
免训练，让扩散语言模型按需生成任意长度文本
[ICLR 2026] Official repository of "Beyond Fixed: Training-Free Variable-Length Deno···
Directional-Preference-Alignment
开源
用方向性偏好让模型对齐更精准，训练更稳定
Directional Preference Alignment
KnowledgeCircuits
开源
拆解大模型内部知识电路，精准定位事实存储与推理路径
[NeurIPS 2024] Knowledge Circuits in Pretrained Transformers
LLM-Finetuning-Toolkit
开源
像写单元测试一样微调大模型，实验更稳更可控。
Toolkit for fine-tuning, ablating and unit-testing open-source LLMs.
Target-Driven-Distillation
开源
让扩散模型蒸馏更快更稳，生成质量不掉线
Consistency Distillation with Target Timestep Selection and Decoupled Guidance
runbooks
开源
在K8s上声明式微调LLM，一键跑通训练全流程
Finetune LLMs on K8s by using Runbooks
mantis
开源
轻量级时间序列分类基础模型，小样本也能精准分类
Mantis: Lightweight Foundation Model for Time Series Classification