Gym

把模型丢进环境里跑，边评测边改进智能体

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署评测安全 🍴 复刻 443 🐛 待处理 1386 👀 关注 8

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 1315

维护状态活跃

是否开源开源

定价模式 🏷️完全免费开源免费，NVIDIA NeMo Gym 框架

项目预览

项目数据

分类评测安全

开发团队NVIDIA-NeMo

官网地址https://docs.nvidia.com/nemo/gym/main/about

GitHubhttps://github.com/NVIDIA-NeMo/Gym

定价模式🏷️完全免费

价格说明开源免费，NVIDIA NeMo Gym 框架

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

技术栈/模型agents,benchmarks,environments,evaluation,gym,llm,reinforcement-learning,reinforcement-learning-environments,rl-environment,rl-training

GitHub 星标★ 1315

上线时间2025-08-25 00:00:00

代码更新2026-11-04

仓库体积196.7 MB

本站数据更新2026-11-04

维护状态活跃

收录时间2026-09-16

浏览次数1

项目介绍

Gym 是一个用于评估和改进模型与智能体的环境框架，核心思路是把评测从静态数据集搬到可交互的环境中。传统 benchmark 通常只给固定题目和标准答案，难以衡量模型在多轮决策、工具调用和状态变化下的真实能力；Gym 提供统一的环境接口，让模型或智能体在环境中执行动作、获得反馈并累积奖励，从而支持强化学习式训练和更贴近实际的评测。项目用 Python 实现，覆盖 agents、benchmarks、environments、evaluation、llm、reinforcement-learning 等方向，适合研究者搭建自定义任务环境、跑基准测试、对比不同策略，也适合工程团队把评测流程标准化。它把环境、模型和评测指标解耦，便于复用和扩展，是连接 LLM 智能体与强化学习评测的中间层工具。

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 2026-09-16 · 当前星标 ★ 1315

技术标签

agents benchmarks evaluation llm reinforcement-learning

使用教程

难度：入门约 15 分钟部署方式：本地安装 6 步

环境要求

Python 3.13.14 及以上版本（x86_64 或 ARM64）
操作系统：Linux、macOS，Windows 需通过 WSL2
已安装 uv 包管理器
无需 GPU；示例使用 OpenAI，需要对应的 API Key

安装与启动步骤

1克隆仓库

从 GitHub 拉取 NeMo Gym 源码并进入项目目录。README 给出的是 SSH 地址，需已配置 GitHub SSH 密钥。
```
git clone git@github.com:NVIDIA-NeMo/Gym.git
cd Gym
```
2创建虚拟环境

用 uv 创建 Python 3.13.14 的虚拟环境并激活。后续所有命令都要在此环境下执行。
```
uv venv --python 3.13.14 && source .venv/bin/activate
```
3同步依赖

在项目根目录下用 uv sync 安装项目依赖，完成后即可使用 gym 命令。
```
uv sync
```
4创建模型配置文件

在项目根目录新建 env.yaml，填入模型服务的 base URL、API Key 和模型名。示例使用 OpenAI。
5启动本地服务

启动资源服务、智能体和模型三类本地服务。需保持该终端运行，不要关闭。
```
gym env start \
    --resources-server mcqa \
    --model-type openai_model
```

6运行评测

新开一个终端并激活虚拟环境，用 --no-serve 复用已启动的服务，先跑 5 条任务验证流程。

source .venv/bin/activate

gym eval run --no-serve \
    --agent mcqa_simple_agent \
    --input resources_servers/mcqa/data/example.jsonl \
    --output results/mcqa_rollouts.jsonl \
    --limit 5 \
    --num-repeats 1

关键配置

配置项	必填	说明	示例
`policy_base_url`	是	模型服务的基础地址，示例为 OpenAI 官方接口	`https://api.openai.com/v1`
`policy_api_key`	是	调用模型服务的 API 密钥	`sk-xxxxxxxx`
`policy_model_name`	是	评测使用的模型名称	`gpt-4.1-2025-04-14`