SteptronOss 是模型训练领域的开源项目，由 stepfun-ai 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 516 个项目，GitHub 星标数为 587。
项目保持着较活跃的维护节奏，最近一次代码更新于 2026-09-17。开源免费，无在线服务。
它主要面向的使用场景是：研究者快速对比SFT与RLVR微调效果。同类可对比的替代方案包括 LLaMA-Factory、trl、verl。
SteptronOss
一套配置跑通大模型微调、强化与评测
SteptronOss 是一个面向大语言模型的轻量级、AI 原生训练框架，目标是把 SFT（监督微调）、RLVR（可验证奖励强化学习）和评测三类工作流统一到同一套配置体系里，解决训练脚本分散、实验难复现、改一个超参要动多处代码的问题。它强调模块化配置和快速迭代：数据、模型、训练策略、奖励函数等以可组合模块组织，用户通过配置文件切换实验，减少胶水代码。框架同时覆盖训练与评测，方便在同一环境里跑通从微调到效果验证的闭环，适合需要频繁对比方案的研究者和小团队。Python 实现，仓库处于早期阶段，星标约 587，社区和文档仍在成长中。
开源
free
模型训练
GitHub 星标
★ 587
维护状态
较活跃
是否开源
是
定价模式
free
项目数据
分类模型训练
开发团队stepfun-ai
所属国家
定价模式free
价格说明开源免费，无在线服务
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
GitHub 星标★ 587
30天Star增速
HF 下载量
上线时间2025-12-18 00:00:00
最近更新2026-09-17 00:00:00
维护状态较活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-09-15
浏览次数0
使用教程
核心亮点
- 把 SFT、RLVR、评测统一到同一框架，减少多套脚本切换成本
- 模块化配置设计，改实验主要改配置而非散落代码，利于复现
- 覆盖训练到评测闭环，适合快速对比不同方案
不足之处
- 早期项目，文档与示例丰富度有限，上手需读源码
- RLVR 等较新训练范式生态和社区实践还待积累
适用场景
- 研究者快速对比 SFT 与 RLVR 微调效果
- 小团队搭建可复现的大模型训练流水线
- 需要统一管理训练配置与评测流程的实验项目
替代项目
LLaMA-Factory、trl、verl
项目介绍
上一篇：gigaevo-core
下一篇：ktransformers
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···