GitHub Star 总榜 · 开源序

1LlamaChinese / Llama-Chinese作者声明：Llama中文社区,实时汇总最新Llama学习资料,构建最好的中文Llama大模型开源生态,完全开源可商用Python许可证未声明不活跃14,752

2thu-ml / tianshou一个优雅的 PyTorch 深度强化学习库。PythonMIT · 宽松，可直接商用不活跃11,051

3google / dopamine多巴胺是一个用于强化学习算法快速原型设计的研究框架。Jupyter NotebookApache-2.0 · 宽松，可直接商用不活跃10,930

4OpenPipe / ART代理强化训练器：使用 GRPO 训练多步骤代理以执行实际任务。为您的代理提供在职培训。 Qwen3.6、GPT-OSS、Llama 等的强化学习！PythonApache-2.0 · 宽松，可直接商用10,848

5areal-project / AReaL用于基于 LLM 的代理应用程序的 RL Bridge。变得简单且灵活。PythonApache-2.0 · 宽松，可直接商用5,902

6hiyouga / EasyR1EasyR1：基于 veRL 的高效、可扩展、多模态 RL 训练框架PythonApache-2.0 · 宽松，可直接商用5,211

7walkinglabs / hands-on-modern-rl🚀 一个开源的实践课程，弥合了从基本 RL 概念到 LLM 对齐、RLVR 和高级 Agentic 系统的差距。Jupyter Notebook许可证未声明4,869

8kubernetes-sigs / agent-sandboxagent-sandbox 可以轻松管理隔离、有状态、单例工作负载，非常适合 AI 代理运行时和强化学习 (RL) 等用例。GoApache-2.0 · 宽松，可直接商用4,535

9junxiaosong / AlphaZero_GomokuAlphaZero 算法的 Gomoku 游戏实现（也称为 Gobang 或 Five in a Row）。PythonMIT · 宽松，可直接商用不活跃3,638

10pytorch / rl一个模块化、以基础概念优先、以 Python 为主的 PyTorch 库，适用于强化学习。PythonMIT · 宽松，可直接商用3,626

11MaximeVandegar / Papers-in-100-Lines-of-Code100行代码实现论文。PythonMIT · 宽松，可直接商用2,912

12zzli2022 / Awesome-System2-Reasoning-LLMSystem-2 推理的最新进展Python许可证未声明不活跃1,357

13benedekrozemberczki / awesome-monte-carlo-tree-search-papers蒙特卡罗树搜索论文及其实现的精选列表。PythonCC0-1.0 · 宽松，可直接商用不活跃717