由于 trendforge.devlive.top 访问受限，请切换到 trendforge.devlive.org 域名
grpo
话题找到数量
modelscope/ms-swift
使用PEFT或全参数方法对500余个大语言模型和200余个多模态大语言模型进行CPT/SFT/DPO/GRPO训练
adongwanai/AgentGuide
https://adongwanai.github.io/AgentGuide | AI智能体开发指南 | LangGraph实战 | 高级RAG | 转型大模型 | 大模型面试 | 算法工程师 | 面试题库 | 强化学习 | 数据合成
OpenPipe/ART
智能体强化训练器：使用GRPO为现实任务训练多步智能体。为智能体提供在职培训。支持Qwen2.5、Qwen3、Llama等模型的强化学习
Orchestra-Research/AI-Research-SKILLs
面向任意AI模型的综合性开源人工智能研究与工程技能库。
datawhalechina/diy-llm
🎓 系统性大语言模型构建课程｜🛠️ 覆盖预训练数据工程、分词器、Transformer、混合专家模型、GPU编程、分布式训练、缩放定律、推理优化及对齐技术｜🚀 6个渐进式作业结合代码实践，构建大语言模型全栈知识体系
