verifiers

一套接口搞定 RL 训练环境与评测

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 722 🐛 待处理 184 👀 关注 26

GitHub ↗

GitHub 星标 ★ 4764

维护状态活跃

是否开源开源

定价模式 🏷️完全免费开源免费库，无在线服务

项目预览

项目数据

分类模型训练

开发团队PrimeIntellect-ai

GitHubhttps://github.com/PrimeIntellect-ai/verifiers

定价模式🏷️完全免费

价格说明开源免费库，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MIT

主要语言Python

GitHub 星标★ 4764

上线时间2025-01-22 00:00:00

代码更新2026-11-03

仓库体积78.5 MB

本站数据更新2026-11-03

维护状态活跃

收录时间2026-09-14

浏览次数1

项目介绍

verifiers 是 Prime Intellect 开源的强化学习环境与评测库，面向大模型后训练（RLHF/RLVR）场景。它把「环境」抽象成统一接口：给定提示词和模型输出，环境负责打分、给奖励、返回可验证信号，从而让 PPO、GRPO 等 RL 算法可以直接在数学、代码、逻辑推理等任务上训练。库内自带一批可验证任务环境（如数学题、代码执行、工具调用），也支持自定义环境，并配套评测流程，方便在同一套标准下比较不同模型与训练策略。核心价值在于把「造 RL 环境」这件重复劳动标准化，减少每个任务都要重写数据加载、奖励计算、并行采样的问题，让研究者把精力放在算法和奖励设计上。Python 实现，接口偏轻量，适合快速接入现有训练框架。

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 2026-09-14 · 当前星标 ★ 4764

使用教程

ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。

难度：入门约 10 分钟部署方式：命令行工具 4 步

环境要求

Python 环境（verifiers 为 Python 实现）
可访问外网以下载 uv 安装脚本
推荐使用 uv 管理工具与依赖
建议安装 Prime CLI 以便与 Environments Hub 交互

安装与启动步骤

1安装 uv 工具

执行官方安装脚本把 uv 装到本机，uv 用于后续安装和运行命令行工具。安装后可能需要重开终端或按提示加载环境变量。
```
curl -LsSf https://astral.sh/uv/install.sh | sh
```
2安装 Prime CLI

用 uv 以工具形式全局安装 prime 命令行，README 推荐用它来与 verifiers 环境交互。
```
uv tool install prime
```
3获取仓库代码

README 未给出安装 verifiers 库本身的命令，如需本地查看源码与文档可克隆仓库；此命令为通用 Git 操作，非 README 明示。
```
git clone https://github.com/PrimeIntellect-ai/verifiers.git
```
4阅读文档与示例

仓库 docs/ 目录含架构与用法说明，AGENTS.md 与 skills/ 面向编码代理，可先阅读了解环境接口再动手。