datawhalechina/agentic-rl-lab
Recurso
¿Es de fiar?
Nuestras comprobaciones no ven nada raro.
Estrellas de cuentas reales Sin datos
Todavía no hemos comprobado si sus estrellas son falsas.
Activo Bien
Último cambio hoy.
Licencia Bien
Apache-2.0: puedes usarlo gratis, también en un producto comercial. Conserva el aviso de licencia.
Comprobaciones rápidas con datos públicos. Ayudan, pero no son una garantía.
Qué es
Una colección de reproducciones y tutoriales de algoritmos de aprendizaje por refuerzo para agentes basados en LLM, como GRPO, GSPO, DAPO, OPD, OPSD, Search-R1, ReTool y ALFWorld. Cada método se explica e implementa con código ejecutable, datos, definiciones de recompensa y…
Para quién es
Desarrolladores e investigadores que quieran aprender o reproducir métodos de aprendizaje por refuerzo agéntico para LLM con recursos de cómputo limitados
Cómo usarlo
Instalación
uv syncSacado de su README. Compruébalo allí antes de ejecutarlo.
Pide a tu IA que lo instale
Pega esto en Claude, ChatGPT o tu asistente de programación.
Ayúdame a instalar y configurar datawhalechina/agentic-rl-lab en mi proyecto. Sigue su README: https://github.com/datawhalechina/agentic-rl-lab. Explícame cada paso y comprueba que es seguro antes de ejecutar nada.
Curva de estrellas
Alternativas
Proyectos parecidos que cita su ficha. Cada enlace busca en el directorio.
Recibe alertas de repos como este
Te escribimos cuando algo de Agentes de IA empiece a subir. Gratis, una vez por semana, solo lo que encaja.
Qué te llega: un email los lunes con los repos que encajan, nunca más. Mira el de la semana pasada. Privacidad
Para quien mantiene el repo
Pon esta insignia en tu README. Muestra el puesto del repo en el radar, se actualiza cada hora y enlaza a esta página.
[](https://repoalerts.com/repo/datawhalechina/agentic-rl-lab?ref=badge)Repos parecidos
- zfkarl/RSIPO
Un marco de investigación para aprendizaje por refuerzo agéntico en el que las habilidades del agente y la política evolucionan juntas durante el entrenamiento. La política resume sus propias trayecto
- aa1143/NamiAgent
Tutorial para principiantes que enseña a construir un agente de IA desde cero en Python, organizado en 11 lecciones que añaden cada una una capacidad (herramientas, permisos, gestión de contexto, skil
- smhanov/agentloop
Una biblioteca de Go que implementa el bucle de llamadas a herramientas de los LLM: envía prompts a un modelo, ejecuta las herramientas que este solicita, devuelve los resultados y repite hasta obtene
- zgcagi/Harness-RSI
Un survey y una lista de lectura complementaria sobre cómo la experiencia de ejecución se convierte en estado persistente del harness para un modelo base fijo. Cubre objetivos de actualización, búsque
- datawhalechina/diy-llm
Un curso abierto en chino que enseña el desarrollo completo de LLM, con datos de preentrenamiento, tokenizadores, Transformers, mezcla de expertos, entrenamiento distribuido, leyes de escalado, infere
- ZhuoyangLiu2005/agentic-wam
Base de código de investigación de AW-0, un modelo de acción y mundo para manipulación robótica que genera de forma conjunta un plan en código, vídeo futuro y acciones del robot en una misma arquitect