面向大语言模型的灵活、高效、生产可用的强化学习后训练框架

其他深度学习多模态

查看详情 →

面向具身智能与智能体 AI 后训练场景的灵活可扩展强化学习训练基础设施，通过 M2Flow 范式实现逻辑工作流构建与高效物理执行解耦。

多模态AI代理强化学习

查看详情 →

面向 AI Agent 的开源编排与优化工具库，以框架无关方式统一连接、观测和调优多 Agent 协作系统，支持 MCP/A2A 协议、全链路 Profiling、离线评估与 RL 微调。

模型与推理框架强化学习多智能体系统

查看详情 →

面向大语言模型的强化学习训练环境构建库，提供从开发、测试到规模化 Rollout 采集的完整基础设施，内置丰富的 RLVR 场景与工具调用支持。

其他深度学习AI代理

查看详情 →

一款开源的通用多智能体框架，支持通过自然语言构建、评估和训练自主智能体舰队。具备分布式强化学习训练管道，支持网页浏览、操作系统控制等复杂环境交互，在 GAIA、OSWorld、VisualWebArena 等权威基准测试中名列前茅。

其他多模态大语言模型

查看详情 →

受人类认知双过程理论启发的生成式智能体框架，结合快思考与慢思考机制，通过上下文强化学习高效解决复杂交互式推理任务。

其他大语言模型强化学习

查看详情 →

清华大学 THUDM 推出的 LLM 强化学习后训练框架，深度融合 Megatron-LM 训练能力与 SGLang 推理引擎，支持大规模 RL Scaling，适用于 GLM、Qwen、DeepSeek、Llama 等大模型的分布式强化学习训练。

其他深度学习大语言模型

查看详情 →

AI-Compass是为社区提供AI技术学习路径与实践指南的综合性开源项目，从基础理论到前沿应用，帮助初学者到专业开发者构建完整的AI知识体系。

文档教程与资源PythonNext.js

查看详情 →

一个每日更新的自主智能体(大语言模型)研究论文集合，为研究人员和开发者提供最新的AI领域研究成果。

文档教程与资源PythonLangChain

查看详情 →

Odyssey是一个基于大型语言模型的Minecraft智能代理框架，包含40种基础技能和183种组合技能，使AI能够在开放世界中自主探索、学习并执行多样化任务。

智能体与应用工具PythonLangChain

查看详情 →