オープンソースプロジェクト

AgileRL

AgileRL 作

Streamlining reinforcement learning with RLOps. State-of-the-art RL algorithms and tools, with 10x faster training through evolutionary hyperparameter optimization.

シナリオ:🧰エージェントフレームワーク

—まだ評価がありません

あなたの評価

967 スターセルフホスト

READMEより

The complete post-training stack for LLMs + RL for any problem Visit our website . View documentation . Join the Discord Server for questions, help and collaboration. 🚀 Train and deploy at scale with Arena from AgileRL 🚀 AgileRL takes an open-weights LLM from supervised fine-tuning through preference tuning to multi-turn agentic RL, in one library. The same library covers classic deep RL (single-agent, multi-agent, offline and bandits) with evolutionary hyperparameter optimization built in. Table of Contents LLM Post-Training Get Started Train at Scale on Arena Train an LLM Locally Classic…

GitHub上のプロジェクトREADMEからの抜粋です。

スキル

オープンソースプロジェクトです — コードを確認し、GitHubからセルフホストできます。