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 ★ 283
核心亮点
- 首个将 RLVR 引入世界模型训练的开源实现,方法新颖且有论文支撑
- 覆盖机器人操控和文本游戏两类验证场景,证明泛化能力
- 基于 verl 框架,支持大规模分布式训练,工程基础扎实
不足之处
- 项目处于早期,文档和社区支持待观察
- 依赖特定 RL 框架和硬件资源,上手门槛较高
适用场景
- 机器人操作策略的仿真预训练
- 文本游戏中的环境动态学习
- 视频生成模型的目标导向优化研究
替代项目
Genie、DreamerV3、VideoPoet
同类项目推荐
verifiers
开源
一套接口搞定 RL 训练环境与评测
Our library for RL environments + evals
ColossalAI
开源
让大模型训练部署更便宜、更快速,普通硬件也能玩转AI大模型。
Making large AI models cheaper, faster and more accessible
mttl
开源
给大模型挂载可插拔小模块,一个底座跑多个任务
Building modular LMs with parameter-efficient fine-tuning.
Adam-mini
开源
用更少学习率,训更快更大模型,省显存提性能。
Code for Adam-mini: Use Fewer Learning Rates To Gain More https://arxiv.org/abs/2406···
dpm-solver
开源
10步内完成扩散模型采样,图像生成提速数倍
Official code for "DPM-Solver: A Fast ODE Solver for Diffusion Probabilistic Model S···
ms-swift
开源
一条命令微调千种大模型,从训练到部署全搞定
Use PEFT or Full-parameter to CPT/SFT/DPO/GRPO 600+ LLMs (Qwen3.8, DeepSeek-V4, GLM-···
Alpaca-CoT
开源
统一接口微调大模型,轻松搞定数据、模型与方法
We unified the interfaces of instruction-tuning data (e.g., CoT data), multiple LLMs···
opacus
开源
几行代码给 PyTorch 训练加差分隐私,防数据泄露
Training PyTorch models with differential privacy
DoRA
开源
把LoRA拆成幅度和方向,微调效果更准更稳
[ICML2024 (Oral)] Official PyTorch implementation of DoRA: Weight-Decomposed Low-Ran···
