Awesome-Credit-Assignment-in-LLM-RL

一榜看懂LLM强化学习信用分配,快速选型不迷路

这是一个关于大语言模型强化学习中信用分配问题的精选资源列表,收录了相关论文、分类体系、基准测试和决策指南。信用分配是指确定哪些决策或步骤对最终奖励的贡献,是提升模型推理和智能体能力的关键。项目通过系统化整理,帮助研究者快速了解该领域的研究脉络、核心方法(如过程奖励模型、轨迹奖励分解等)和评估基准,并提供了技术选型建议。它解决了该方向知识分散、入门门槛高的问题,为学术研究和工程实践提供了结构化导航。

开源 free 开源模型
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 276
维护状态 维护中
是否开源
定价模式 free

项目数据

分类开源模型
开发团队xxzcc
所属国家
官网地址
定价模式free
价格说明开源项目,MIT许可证,完全免费,无付费版本。
访问状态
是否开源
开源协议MIT
主要语言Python
技术栈/模型agentic-rl,awesome,awesome-list,credit-assignment,large-language-models,llm,multi-agent-systems,process-reward-model,reinforcement-learning,rlvr
GitHub 星标★ 276
30天Star增速
HF 下载量
上线时间2026-04-13 00:00:00
最近更新2026-09-20 00:00:00
维护状态维护中
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数2

使用教程

核心亮点

  • 系统梳理了信用分配问题,提供清晰分类体系,降低入门门槛
  • 收录了相关基准测试,便于横向对比和评估不同方法
  • 提供决策指南,能帮助研究者根据场景选择合适技术方案

不足之处

  • 项目仍处于早期,内容覆盖可能不全,更新频率待观察
  • 文档/社区待观察

适用场景

  • 研究LLM推理能力提升,需要了解信用分配方法的研究者
  • 开发智能体强化学习系统,需要设计奖励反馈机制的工程师
  • 撰写相关领域综述或论文,需要快速梳理文献的学生

替代项目

Awesome-LLM-RL、Awesome-RL4LLM、Awesome-LLM-Reinforcement-Learning

项目介绍

Awesome-Credit-Assignment-in-LLM-RL 是模型训练领域的开源项目,由 xxzcc 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 518 个项目,GitHub 星标数为 276。

项目仍在小幅维护中,最近一次代码更新于 2026-09-20。MIT许可证,完全免费,无付费版本。

它主要面向的使用场景是:研究LLM推理能力提升,需要了解信用分配方法的研究者。同类可对比的替代方案包括 Awesome-LLM-RL、Awesome-RL4LLM、Awesome-LLM-Reinforcement-Learning。

上一篇:Adaptive-MT-LLM-Fine-tuning

下一篇:J-Wash

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)

★ 729 2026-08-09
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···

★ 463 2026-08-09
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!

★ 62178 2026-08-09
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···

★ 1286 2026-08-13