rllm-org/rllm

어떤 프로젝트인가요?

핵심 기능

• 01Claude Code, Codex, mini-swe-agent 같은 CLI 하네스나 @rllm.rollout으로 작성한 커스텀 에이전트를 지원합니다.
• 02Docker, Daytona, Modal 또는 로컬 샌드박스에서 에이전트 롤아웃을 실행합니다.
• 03플래그 하나로 verl, tinker, Fireworks 학습 백엔드를 전환합니다.
• 04rllm eval을 통해 60개 이상의 벤치마크 평가 기능을 제공합니다.
• 05GRPO, REINFORCE, RLOO, SFT, on-policy distillation을 구현합니다.

활용 사례

• 강화학습을 사용해 SWE-bench나 Terminal-Bench 같은 벤치마크에서 코딩 에이전트를 학습합니다.
• GSM8K나 AIME 같은 데이터셋으로 GRPO를 적용해 수학 또는 추론 모델을 후학습합니다.
• 코드를 다시 작성하지 않고 RL을 통해 기존 LangGraph 또는 OpenAI Agents SDK 애플리케이션을 개선합니다.
• 평가와 멀티 GPU 학습 파이프라인에서 동일한 에이전트를 실행합니다.

빠른 시작

1. 1

   uv로 rLLM 설치 (tinker 백엔드)

   uv pip install "rllm @ git+https://github.com/rllm-org/rllm.git"
2. 2

   모델 제공업체 구성

   rllm model setup
3. 3

   벤치마크에서 평가

   rllm eval gsm8k
4. 4

   RL로 학습

   rllm train gsm8k

사용 전 알아둘 점

• !Python 3.11 이상이 필요합니다.
• !학습에는 모델 제공업체 또는 tinker, GPU를 사용하는 verl, Fireworks와 같은 백엔드가 필요합니다.

토픽

자주 묻는 질문

rllm은(는) 무엇인가요?

모든 에이전트 하네스, 샌드박스, 학습 백엔드를 지원하는 강화학습 기반 LLM 에이전트 학습 오픈소스 프레임워크입니다. rLLM은 강화학습으로 언어 에이전트를 후학습하는 프레임워크입니다. Claude Code나 Codex 같은 CLI 코딩 에이전트부터 LangGraph 또는 OpenAI SDK로 만든 커스텀 에이전트까지 기존 에이전트를 실행하고, 수집한 트레이스와 보상 신호를 사용해 모델을 업데이트할 수 있습니다. 평가와 학습에 동일한 에이전트 코드를 사용하므로 두 작업 사이에 설정을 다시 작성할 필요가 없습니다.

rllm은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?

rllm은(는) Apache-2.0 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.

rllm은(는) 아직 유지보수되고 있나요?

활발히 유지보수 중. rllm의 마지막 커밋은 2026년 10월 16일입니다.

rllm은(는) 어디에 사용할 수 있나요?

강화학습을 사용해 SWE-bench나 Terminal-Bench 같은 벤치마크에서 코딩 에이전트를 학습합니다. GSM8K나 AIME 같은 데이터셋으로 GRPO를 적용해 수학 또는 추론 모델을 후학습합니다. 코드를 다시 작성하지 않고 RL을 통해 기존 LangGraph 또는 OpenAI Agents SDK 애플리케이션을 개선합니다. 평가와 멀티 GPU 학습 파이프라인에서 동일한 에이전트를 실행합니다.

rllm는 어떻게 설치하나요?

uv로 rLLM 설치 (tinker 백엔드): uv pip install "rllm @ git+https://github.com/rllm-org/rllm.git" 모델 제공업체 구성: rllm model setup 벤치마크에서 평가: rllm eval gsm8k RL로 학습: rllm train gsm8k

rllm은(는) 어디서 받을 수 있나요?

소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/rllm-org/rllm