开源推荐 evening

GitHub 热门项目： rllm

2026-08-03 1 阅读 约6分钟阅读 GitHub Trending

rLLM 是一个开源框架，用于通过强化学习来训练语言代理。带上任何工具，在任何沙箱中运行它，并使用一个标志切换训练后端 - 相同的代理代码驱动评估和训练。 ## 核心功能 - **任何工具。** 10 多个 CLI 工具（Claude Code、Codex、Terminus-2、mini-swe-agent、opencode...）以及与 Harbor 兼容的任务目录。或者使用“@rllm.rollout”包装您自己的代理 - LangGraph、OpenAI Agents SDK、“openai.OpenAI”。 - **任何沙箱。** Docker、Daytona、Modal 或本地 — 具有快照 + 热池加速，以保持训练规模的低成本部署。 - **多个训练后端，一个 API。** `verl`（分布式多 GPU）、`tinker`（单机）、`fireworks`（Fireworks 平台）。用一个标志进行切换。 - **60 多个集成基准测试。** 数学、代码、MCQ、QA、搜索、VLM、翻译、代理 — Terminal-Bench 2.0、SWE-bench、SkillsBench、AIME、MATH-500、GPQA 等。 `rllm eval ` 自动拉取并运行。 - **多种训练方法。** GRPO、REINFORCE、RLOO、SFT、同策略蒸馏等。 - **经过实战测试。** 最先进的开源结果（DeepScaleR-1.5B、DeepCoder-14B、DeepSWE-32B、FinQA-4B）。被学术实验室和行业研究团队采用（请参阅下面的[社区项目](#community-projects)）。 请在我们的[文档网站](https://docs.rllm-project.com/) 上了解更多信息。 ## 安装 rLLM 需要 `Python >= 3.11`。您可以直接通过 pip 安装它，也可以从源代码构建。 ````bash uv pip install "rllm @ git+https://github.com/rllm-org/rllm.git" ```` 这将安装使用“tinker”后端（单机，Tinker API）运行“rllm” CLI 的依赖项。对于其他后端： ````bash # 分布式多 GPU 训练 (verl + vLLM/SGLang) uv pip install "rllm[verl] @ git+https://github.com/rllm-org/rllm.git" # 烟花训练平台 uv pip install "rllm[fireworks] @ git+https://github.com/rllm-org/