halo

一套框架搞定 LLM 与多模态的微调和强化学习训练

Halo 是由 White Circle 开源的大语言与多模态模型训练框架，用 Python 编写。它面向从微调到强化学习后训练的完整流程，核心能力包括分布式训练、模型并行、LoRA 等参数高效微调，以及 GRPO、异步强化学习等后训练算法，还支持 MoE 与多模态模型。相比只覆盖单一环节的脚本集合，Halo 试图把数据、并行策略、训练循环和 RL 采样统一到一套框架里，减少团队在自研训练管线上的重复投入。对需要训练或微调 LLM、多模态模型的团队，它提供可复用的分布式与 RL 组件，适合作为内部训练平台的底座或参考实现。项目目前星标约 713，属于早期阶段，接口和文档可能仍在快速演进。

开源 free 模型训练

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 713

维护状态活跃

是否开源是

定价模式 free

项目数据

分类模型训练

开发团队whitecircle

所属国家

官网地址https://whitecircle.com/halo

GitHubhttps://github.com/whitecircle/halo

定价模式free

价格说明开源免费，基于Apache等开源许可证发布

访问状态

是否开源是

开源协议NOASSERTION

主要语言Python

技术栈/模型agent,async-rl,distributed-training,fine-tuning,grpo,large-language-models,llm,lora,model-parallelism,moe,multimodal,peft,post-training,pytorch,qlora,quantization,reinforcement-learning,rlhf,transformers,vllm

GitHub 星标★ 713

30天Star增速

HF 下载量

上线时间2026-08-26 00:00:00

最近更新2026-09-24 00:00:00

维护状态活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-09-25

浏览次数0

使用教程

核心亮点

覆盖 LoRA 微调、GRPO、异步 RL 到分布式训练，后训练链路较完整
内置模型并行与 MoE 支持，面向大模型训练而非玩具示例
同时支持语言与多模态模型，减少多套训练栈的维护成本

不足之处

早期项目，文档与示例可能不够完善，上手需要读源码
社区规模小，遇到问题可参考的案例和讨论有限

适用场景

团队搭建内部 LLM 微调与 RL 后训练流水线
研究 GRPO、异步强化学习等后训练算法的实验平台
需要模型并行与 MoE 的多模态大模型训练

替代项目

verl、OpenRLHF、LLaMA-Factory

项目介绍

halo 是模型训练领域的开源项目，由 whitecircle 开发，是 2026 年新上线的项目。

它收录于模型训练分类，该分类目前共有 522 个项目，GitHub 星标数为 713。

项目目前处于活跃维护状态，最近一次代码更新于 2026-09-24。开源免费，基于Apache等开源许可证发布。

它主要面向的使用场景是：团队搭建内部LLM微调与RL后训练流水线。同类可对比的替代方案包括 verl、OpenRLHF、LLaMA-Factory。

上一篇：mixture_of_recursions

下一篇：nanotron