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
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 ★ 226
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
上一篇：Adaptive-MT-LLM-Fine-tuning
下一篇：J-Wash
同类项目推荐
ai-edge-quantizer
开源
已训练好的 LiteRT 模型直接量化压缩，端侧部署更小更快
Deprecated: now LiteRT Quantizer
SPO
开源
分步优化扩散模型，让AI生图更懂审美
[CVPR 2025] Aesthetic Post-Training Diffusion Models from Generic Preferences with S···
OpenThoughts-Agent
开源
一套配方搞定 Agent 训练数据与流程
Data recipes and robust infrastructure for training AI agents
BlaGPT
开源
小数据集上快速对比语言模型架构与技巧
Experimental playground for benchmarking language model (LM) architectures, layers, ···
litgpt
开源
一条命令搞定大模型预训练、微调和部署，省时省力
20+ high-performance LLMs with recipes to pretrain, finetune and deploy at scale.
LRV-Instruction
开源
减少多模态模型胡说八道，让AI描述更靠谱
[ICLR'24] Mitigating Hallucination in Large Multi-Modal Models via Robust Instructio···
EvoControl
开源
让AI自己优化代码，还能按你的要求来
Official implementation of Controlled Self-Evolution for Algorithmic Code Optimizati···
how-to-train-your-gpt
开源
手把手从零写GPT，每行代码都讲透
Build a modern LLM from scratch. Every line commented. Explained like we are five.
RLP
开源
把强化学习塞进预训练，让模型天生会决策
[ICLR 2026] Official PyTorch Implementation of RLP: Reinforcement as a Pretraining O···