DrMAS

把多智能体协作变成可训练环境,让多个 LLM 一起进化

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 模型训练 🍴 复刻 14 🐛 待处理 6 👀 关注 1
GitHub ↗
GitHub 星标 ★ 175
维护状态 维护中
是否开源 开源
定价模式 🏷️完全免费 开源免费,无在线服务

项目预览

DrMAS 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langfengQ
定价模式🏷️完全免费
价格说明开源免费,无在线服务
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★ 175
上线时间2025-06-14 00:00:00
代码更新2026-09-26
仓库体积42.1 MB
本站数据更新2026-11-21
维护状态维护中
收录时间2026-10-07
浏览次数5

项目介绍

DrMAS 是一个面向多智能体大语言模型系统的端到端强化学习训练框架。它要解决的核心问题是:以往多智能体 LLM 系统大多靠提示词工程手工编排,各智能体能力固定、无法随任务反馈持续进化。DrMAS 把多智能体协作过程建模为可训练的强化学习环境,让多个(可以是异构的、不同基座或不同规模的)LLM 智能体在同一套奖励信号下联合训练、协同优化。框架覆盖环境交互、轨迹采样、奖励计算、策略更新等完整链路,支持异构模型共训,意味着不同角色可以使用不同模型并各自更新参数。对研究者而言,它提供了可复现的多智能体 RL 实验底座;对工程团队而言,它把多智能体系统的调优从改提示词升级为训练策略,有望在复杂协作任务上获得比静态提示更好的效果。

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 ★ 175

核心亮点

  • 支持异构 LLM 联合训练,不同角色可用不同模型并各自更新
  • 端到端覆盖采样、奖励、策略更新,多智能体 RL 流程完整
  • Python 实现,便于研究者二次开发和接入自有环境

不足之处

  • 项目处于早期,星标仅 167,生态与文档成熟度有限
  • 多智能体 RL 训练算力与工程门槛较高,普通团队上手成本大

适用场景

  • 研究多智能体协作策略的强化学习实验
  • 训练角色分工明确的 LLM 智能体团队(如规划+执行+评审)
  • 在复杂任务上替代手工提示词编排,用训练提升协作效果

替代项目

OpenRLHF、verl

上一篇:NexRL

下一篇:LoongSage

同类项目推荐

RecLM 开源

用自然语言指令微调,让推荐模型更懂你

[ACL2025] "RecLM: Recommendation Instruction Tuning"

★ 113 2026-08-09
TOTEM 开源

把时间序列变成 token,一个模型搞定预测、分类、异常检测

The official code ‍ for - TOTEM: TOkenized Time Series EMbeddings for General Time ···

★ 374 2026-08-09
lora-scripts 开源

傻瓜式训练 Stable Diffusion 模型,点点鼠标就能炼出专属 LoRA

SD-Trainer. LoRA & Dreambooth training scripts & GUI use kohya-ss's trainer, for dif···

★ 6242 2026-08-09
Dreambooth-Stable-Diffusion 开源

用几张照片,微调Stable Diffusion生成专属主体的新图像

Implementation of Dreambooth (https://arxiv.org/abs/2208.12242) with Stable Diffusio···

★ 7727 2026-08-09
LLM-Finetuning 开源

用PEFT低成本微调大模型,快速适配下游任务

LLM Finetuning with peft

★ 2998 2026-08-09
rllm 开源

把多张关系表变成图,用 GNN+LLM 一起做表格预测

Pytorch Library for Relational Table Learning with LLMs.

★ 441 2026-11-07
LLM-Drop 开源

丢弃冗余层,加速 Transformer 推理,省算力不掉点。

The official implementation of the paper "Uncovering the Redundancy in Transformers ···

★ 193 2026-08-09
voice_clone_lab 开源

几分钟音频克隆音色,本地微调生成专属语音

Clone a voice from a few minutes of audio and generate speech locally: Qwen3-TTS fin···

★ 156 2026-08-09
olmoearth_pretrain 开源

用卫星数据预训练地球基础模型,开箱即用

Earth system foundation model data, training, and eval

★ 369 2026-09-14