Projetos open source sobre “grpo”

verl é uma biblioteca open source de treinamento por aprendizado por reforço para o pós-treinamento de grandes modelos de linguagem, baseada no artigo HybridFlow.

Sistema assíncrono de reinforcement learning em larga escala para treinar modelos de raciocínio e agentes com LLMs, incluindo RL para agentes black-box com a troca de base_url.

Framework open source para treinar agentes com LLM usando aprendizado por reforço, compatível com qualquer harness de agente, sandbox e backend de treinamento.

Framework de RL em Python que treina agentes LLM em várias etapas com base na própria experiência, usando GRPO e uma arquitetura cliente-servidor que se integra a apps existentes.

Um guia prático e codebase em PyTorch para treinar um LLM do zero, cobrindo pré-treinamento, SFT, modelagem de recompensas, DPO/PPO/GRPO e geração.