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 2026-09-16 · 当前星标 ★ 379
核心亮点
- 同时覆盖 LLM 与 VLM 的全模态强化微调，多模态场景可直接复用
- 内置 DAPO、GRPO 等较新 RL 算法，省去自行实现和调参成本
- 以奖励模型驱动，支持按偏好或任务指标优化，而非只做模仿学习
不足之处
- 项目处于早期，文档与示例丰富度有限
- 社区规模和生态集成尚待成长
适用场景
- 用奖励模型对 LLM 做偏好对齐与能力强化
- 对视觉语言模型进行多模态强化微调
- 在有限算力下对比 DAPO、GRPO 等 RL 算法效果
替代项目
OpenRLHF、TRL、verl
上一篇：burn-onnx
下一篇：regress-lm
同类项目推荐
easevoice-trainer
开源
简单几步，训练你的专属语音克隆模型
EaseVoice Trainer is a simple and user-friendly voice cloning and speech model train···
OntoTune
开源
用本体知识给大模型开小灶，让专业回答更靠谱
[Paper][WWW2025] OntoTune: Ontology-Driven Self-training for Aligning Large Language···
xmtf
开源
多任务微调，让模型学会跨语言举一反三
Crosslingual Generalization through Multitask Finetuning
Agent-FLAN
开源
让大模型学会用工具，微调数据与方法一键搞定
[ACL2024 Findings] Agent-FLAN: Designing Data and Methods of Effective Agent Tuning ···
verbalized-sampling
开源
让LLM输出带概率的多样答案，告别重复文本
Verbalized Sampling, a training-free prompting strategy to mitigate mode collapse in···
gemma-tuner-multimodal
开源
Mac 上直接微调 Gemma 多模态模型，图文音一起训
Fine-tune Gemma 4 and 3n with audio, images and text on Apple Silicon, using PyTorch···
GRAPE
开源
给图神经网络装上更强的位置编码，提升结构感知能力。
[ICLR 2026] GRAPE: Group Representational Position Encoding (https://arxiv.org/abs/2···
focal-frequency-loss
开源
频域聚焦损失，让生成图像细节更清晰
[ICCV 2021] Focal Frequency Loss for Image Reconstruction and Synthesis
Kiln
开源
一站式搞定 AI 系统开发：从数据标注到微调评估，全流程可视化协作
Build, Evaluate, and Optimize AI Systems. Includes evals, RAG, agents, fine-tuning, ···