模型训练

prime-rl 开源 免费 仅开源

让智能体多轮强化学习训练轻松扩展到大规模

prime-rl 是一个面向大规模智能体强化学习训练的开源框架，核心目标是解决传统 RL 训练流程在复杂多···

MPO 开源 免费 仅开源

让LLM智能体先学会定计划，再动手执行，提升复杂任务成功率

MPO是一个针对大型语言模型智能体的元计划优化框架，旨在通过优化智能体的高层计划生成能力来提升其···

train-deepseek-r1 开源 免费 仅开源

手把手从零实现 DeepSeek R1，看懂并跑通核心代码

这是一个从零开始构建 DeepSeek R1 的开源项目，使用 Jupyter Notebook 形式逐步讲解和实现。它旨在···

Awesome-LLM-Post-training 开源 免费 仅开源

一站式掌握大模型后训练，从微调到推理增强

Awesome-LLM-Post-training 是一个聚焦大语言模型后训练（Post-training）阶段的开源教程、综述与指···

DS2 开源 免费 仅开源

用 LLM 评分自动筛数据，少数据也能训出好模型

DS2 是 ICLR 2025 论文《Improving Data Efficiency via Curating LLM-Driven Rating Systems》的官···

DPO-Shift 开源 免费 仅开源

修正 DPO 分布偏移，让模型对齐更稳更准

DPO-Shift 是一个针对直接偏好优化（DPO）算法的改进开源项目，旨在解决 DPO 训练中分布偏移的问题···

VLM-R1 开源 免费 仅开源

用强化学习让视觉模型学会推理，少数据也能提升定位精度。

VLM-R1 是一个将强化学习（RL）应用于视觉语言模型（VLM）的开源项目，旨在提升模型在视觉理解任务···

jax-llm-examples 开源 免费 仅开源

纯JAX极简代码，跑通LLM训练与推理

jax-llm-examples 是一个用纯 JAX 实现的极简大语言模型示例集合，目标是让开发者以最少依赖理解并···

Satori 开源 免费 仅开源

用强化学习让大模型学会自主搜索推理路径，提升复杂问题解决能力

Satori是一个基于强化学习的开源模型，旨在通过链式动作思维（Chain-of-Action-Thought）增强大语言···

Confucius-tool-learning 开源 免费 仅开源

让大模型通过自我反思学会用工具，从易到难逐步精通

Confucius 是一个面向大语言模型（LLM）的工具学习框架，源自 AAAI 2024 论文。它解决的核心问题是···

rllm 开源 免费 仅开源

让LLM强化学习训练像搭积木一样简单，快速提升模型推理能力。

rllm是一个致力于将强化学习（RL）技术普及到大型语言模型（LLM）训练与推理中的开源框架。它主要解···

RAGEN 开源 免费 仅开源

多轮智能体强化学习训练与推理退化诊断

RAGEN 是一个面向大语言模型智能体的强化学习训练框架，核心解决多轮交互场景下智能体策略难以稳定···

reasoning-gym 开源 免费 仅开源

给AI推理训练提供可验证奖励的现成环境，直接上手RL

reasoning-gym 是一个为强化学习（RL）提供可验证奖励（verifiable rewards）的推理环境集合，旨在···

OntoTune 开源 免费 仅开源

用本体知识给大模型开小灶，让专业回答更靠谱

OntoTune 是一个面向大语言模型（LLM）的本体驱动自训练框架，旨在解决模型与领域知识对齐不足的问···

BloomBee 开源 免费 仅开源

多台普通设备拼起来，也能微调和跑大模型

BloomBee 是一个面向大语言模型（LLM）的去中心化微调与推理框架，核心思路是把模型训练和推理任务···

Awesome-Parameter-Efficient-Fine-Tun··· 开源 免费 仅开源

大模型轻量微调方法一网打尽，选型不再翻论文

这是一个围绕基础模型参数高效微调（PEFT）的资源汇总项目，系统整理了在不大幅增加可训练参数的前···

PSEC 开源 免费 仅开源

让AI智能体像搭积木一样，在参数空间里不断学习新技能、组合旧技能，应对新挑战。

PSEC是一个面向智能体（Agent）的技能扩展与组合框架，其核心思想是在参数空间中实现技能的动态扩展···

verifiers 开源 免费 仅开源

一套接口搞定 RL 训练环境与评测

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。···

awesome-activation-engineering 开源 免费 仅开源

整理激活工程资源，助你精准操控AI模型行为

这是一个精选资源列表，专注于“激活工程”（Activation Engineering）领域，即通过修改神经网络内···

finetuning-notebooks 开源 免费 仅开源

跟着 Notebook 一步步微调图像视频生成模型

finetuning-notebooks 是一个专注于图像与视频生成模型微调的开源教程集合，以 Jupyter Notebook 形···

olmoearth_pretrain 开源 免费 仅开源

用卫星数据预训练地球基础模型，开箱即用

olmoearth_pretrain 是 Allen AI 推出的地球系统基础模型预训练项目，提供从数据准备、模型训练到评···

train-llm-from-scratch 开源 免费 仅开源

从数据到生成，手把手教你训练自己的大模型

这是一个从零开始训练大型语言模型（LLM）的完整教程与工具集，旨在帮助开发者理解并实践LLM训练的···

adaptive-classifier 开源 免费 仅开源

让文本分类模型随新数据自动进化，无需频繁重训

adaptive-classifier 是一个基于 Python 的灵活自适应文本分类系统，专为处理动态变化的文本分类任···

TPA 开源 免费 仅开源

把注意力复杂度从平方降到线性，长序列不再卡顿

TPA（Tensor ProducT ATTenTion）是一个NeurIPS 2025 Spotlight论文的开源实现，提出了一种新型注意···