Proyectos open source sobre «llm-reasoning»

Sistema de aprendizaje por refuerzo asíncrono a gran escala para entrenar modelos LLM de razonamiento y agentes, con entrenamiento RL de agentes de caja negra mediante un cambio de base_url.

Framework de código abierto para entrenar agentes LLM con aprendizaje por refuerzo, compatible con cualquier harness de agentes, sandbox y backend de entrenamiento.