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 2026-10-28 · 当前星标 ★ 217
核心亮点
- 针对扩散语言模型的并行解码与块级生成特性设计对齐流程，而非直接套用自回归 RLHF 工具链
- 同时覆盖偏好对齐与奖励驱动强化训练，提供统一的执行器入口，便于对比不同后训练策略
- 配套 dllm-infra 基础设施代码，论文实验可复现，适合作为扩散模型后训练的研究基线
不足之处
- 早期项目，星标与社区规模较小，文档和示例覆盖度有待完善
- 依赖特定的块扩散模型结构，迁移到其他扩散架构需要额外适配
适用场景
- 研究扩散语言模型的偏好对齐与强化学习后训练
- 复现 COLM 2026 DARE 论文实验并做消融对比
- 为自研 dLLM 搭建从采样到奖励优化的训练流水线
替代项目
trl、verl、LLaMA-Factory
上一篇：parameter-golf
同类项目推荐
VLM-R1
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。
Solve Visual Understanding with Reinforced VLMs
FedML
开源
一键跨云调度，轻松搞定分布式与联邦学习
FEDML - The unified and scalable ML library for large-scale distributed training, mo···
Agent-R1
开源
端到端强化学习，训练出能自主决策的 LLM Agent
Agent-R1: Training Powerful LLM Agents with End-to-End Reinforcement Learning
CausalPFN
开源
用上下文学习，秒级估算因果效应，告别复杂建模
CausalPFN: Amortized Causal Effect Estimation via In-Context Learning
EasySteer
开源
不重训模型，推理时插拔式控制 LLM 行为
[EMNLP 2026] A Unified Framework for High-Performance and Extensible LLM Steering
zeta
开源
像搭积木一样构建高性能 AI 对话模型
Build high-performance AI models with modular building blocks
DiffusionOPSD
开源
让扩散模型自我蒸馏，少步采样也能生成高质量图像
On-Policy Self-Distillation in Diffusion Models
Primus
开源
在 AMD GPU 上高效训练大模型，开箱即用
A flexible and high-performance training framework designed for large-scale foundati···
MirrorFlow
开源
对话喂出来的数字分身，越聊越像你自己。
从对话数据到训练:数字分身 + 模型蒸馏 From Dialogue Data to Training Closed-Loop: D···