“llm-reasoning” 相关开源项目

面向大模型推理与智能体训练的大规模异步强化学习系统，支持通过替换 base_url 对黑盒智能体做在线 RL 训练。

开源的强化学习框架，用于训练语言智能体，可接入任意 agent harness、沙箱和训练后端。