Long-RL 是模型训练领域的开源项目，由 NVlabs 开发，2025 年首次发布。
它收录于模型训练分类，该分类目前共有 523 个项目，GitHub 星标数为 729。
项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-09-15。Apache-2.0许可证，可免费使用和部署。
它主要面向的使用场景是：长代码生成任务的RL微调。同类可对比的替代方案包括 verl、OpenRLHF、TRL。
Long-RL
让强化学习轻松驾驭超长序列，训练更稳更快
Long-RL 是一个针对长序列强化学习（RL）训练的开源项目，由 NeurIPS 2025 论文支撑，旨在解决 RL 在长上下文场景下训练不稳定、内存开销大等问题。它提供了高效的序列级 RL 训练实现，支持对长输入输出（如代码生成、数学推理）进行策略优化，并内置了多种长序列 RL 算法（如 GRPO 的扩展）。核心能力包括：优化长序列的 RL 训练流程、降低显存占用、支持与主流 LLM 框架集成，以及提供可复现的实验配置。项目代码基于 Python 和 PyTorch，适合研究者和工程师在长任务场景中应用 RL 微调。
开源
free
开源模型
GitHub 星标
★ 729
维护状态
低维护
是否开源
是
定价模式
free
项目数据
分类开源模型
开发团队NVlabs
所属国家
定价模式free
价格说明开源项目，Apache-2.0许可证，可免费使用和部署。
访问状态
是否开源是
开源协议Apache-2.0
主要语言Python
技术栈/模型efficient-ai,large-language-models,long-sequence,multi-modality,reinforcement-learning,sequence-parallelism
GitHub 星标★ 729
30天Star增速
HF 下载量
上线时间2025-07-08 00:00:00
最近更新2026-09-15 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数46
使用教程
核心亮点
- 针对长序列 RL 的显存优化技术，显著降低训练门槛
- 提供 NeurIPS 论文级算法实现，实验配置完整可复现
- 支持多种长任务场景（代码、数学），扩展性强
不足之处
- 早期项目，文档和社区支持待观察
- 依赖特定框架版本，环境配置可能较复杂
适用场景
- 长代码生成任务的 RL 微调
- 长数学推理链的强化学习优化
- 长文档摘要或问答的 RL 训练
替代项目
verl、OpenRLHF、TRL
项目介绍
上一篇：VeriThinker
下一篇：ORLM
同类项目推荐
Long-RL
开源
让强化学习轻松驾驭超长序列，训练更稳更快
Long-RL: Scaling RL to Long Sequences (NeurIPS 2025)
TPA
开源
把注意力复杂度从平方降到线性，长序列不再卡顿
[NeurIPS 2025 Spotlight] TPA: Tensor ProducT ATTenTion Transformer (https://arxiv.or···
minimind
开源
两小时造出你的小模型，练手入门不求人
Train a 64M-parameter LLM from scratch in just 2h!
pruna
开源
一键优化 AI 模型，推理提速又省资源。
Pruna is a model optimization framework built for developers, enabling you to delive···