
DrMAS
把多智能体协作变成可训练环境,让多个 LLM 一起进化
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 ★ 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
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"
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 ···
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···
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···
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
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.
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 ···
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···
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