库 / 框架
标签
同类项目
relax669面向 全 模态 大 模型 的 大规模 异步 强化 学习 后 训练 框架， 解耦 训练 推理 支持弹性 扩缩容。 
OSWorld3.3kOSWorld 是 面 向 多 模态 计算机 使用 智 能 体 的 基准 与 真实 桌面 环境， 支持 VMware、 Docker、 AWS 等 后 端 进行 任务 评测。 
ml-agents19.9kUnity官 方机器 学习智 能 体 工 具包， 用 深度 强化 与 模仿 学习训练 游戏 内智 能体。 
ms-swift16.1k支持六百余 大模型 微调 对 齐 与 推理 部署 的 全流 程 框架， 覆盖 训练评 估量化 与 WebUI。 
openvino11.1k优化与 部署 深度 学习 推理 的 开源 工具包， 支持 多 框 架 模型 转换， 在 CPU GPU 及 加速器 上 高效 运行 视觉 与 生成 任务。 
cleanrl10.7k高质量 单 文件 深度 强化 学 习算 法库， 覆盖 PPO、 DQN、 SAC 等 算法， 注重 可读性 复现 与 大规模 实验 管理， 供 研究 使用。