Projetos open source sobre “llm-reasoning”

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.