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 2026-08-09 · 当前星标 ★ 211
核心亮点
- 首创将自博弈与多轮RL结合，动态生成训练数据，避免静态数据过拟合
- 支持多智能体并行对抗，训练效率高，能自然产生难易可控的对抗样本
- 代码模块化设计，易于扩展到不同零和博弈场景，与HuggingFace生态兼容
不足之处
- 文档和社区待观察，缺少详细教程和API参考
- 训练资源消耗大，对算力要求高，普通开发者难以复现
适用场景
- 训练大模型在棋类或牌类游戏中的策略推理能力
- 提升AI在辩论、谈判等对抗性对话中的逻辑严密性
- 作为强化学习研究平台，探索多智能体交互下的涌现推理
替代项目
DeepMind AlphaZero、OpenAI Gym、Ray RLlib
同类项目推荐
DeepSpeed
开源
几行配置把单卡训练扩到多机多卡，省显存提吞吐
DeepSpeed is a deep learning optimization library that makes distributed training an···
lora-inspector
开源
拆开 LoRA 黑盒，看清每层权重学了啥
LoRA (Low-Rank Adaptation) inspector for Stable Diffusion
neptune-client
开源
一键记录训练实验，自动追踪指标与模型，团队协作更高效
The experiment tracker for foundation model training
kikiri-tts
开源
给 Kokoro 模型加新语言，照着文档就能微调
This project provides a complete, documented training recipe for fine-tuning Kokoro-···
vime
开源
用 vLLM 加速 LLM 强化学习后训练，采样更快、规模更大
An LLM post-training framework with vLLM for RL Scaling
LlamaFactory
开源
上百种模型随意挑，教出你专属的 AI
Unified Efficient Fine-Tuning of 100+ LLMs & VLMs (ACL 2024)
alpa
开源
写单机代码，自动跑超大模型分布式训练与推理
Training and serving large-scale neural networks with auto parallelization.
LongCodeZip
开源
压缩长代码上下文，让模型轻松处理超长代码
LongCodeZip: Compress Long Context for Code Language Models [ASE2025]
LLMtuner
开源
几行代码微调大模型，文本语音全覆盖
FineTune LLMs in few lines of code (Text2Text, Text2Speech, Speech2Text)