TopOpenSourceAI
EN

#220 · 主分类： 教育与研究

hands-on-modern-rl

agent agentic agentic-ai agentic-rl dpo grpo llm llm-alignment ppo pytorch reinforcement reinforcement-learning rl rlhf sft tutorial

🚀 一个开源、动手实践的课程，弥合从基础RL概念到LLM对齐、RLVR和高级Agentic系统之间的差距。

项目最后更新：08/28/26

在 GitHub 查看 访问官网

GitHub Stars

4.1K

Forks数量

300

贡献者数量

23

许可证

Other

收录理由

这份开源课程面向日常交付机器学习模型、却对 PPO、DPO、GRPO 训练细节只有模糊概念的工程师。内容以动手实践为主线，从强化学习基础一路延伸到 LLM 后训练、RLVR 和智能体系统。每个知识点都配有可运行的实验代码，并用逐行代码图把公式和可编辑的训练循环对应起来，读代码时能直接看到数学怎么落地。课程以在线形式公开，也提供 PDF 下载，团队可以按自己的节奏推进，带新人时也能直接丢一个链接过去。如果你刚接触对齐或 RLVR，还没决定用哪个框架，先在这里把直觉建立起来会很划算。

相关文章

暂无针对该项目的文章。

如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。

同类热门项目

prompts.chat

前身为 Awesome ChatGPT Prompts。分享、发现和收集社区提示词。免费且开源——可自托管，为您的组织提供完全隐私。

#1

JavaGuide

Java 面试 & 后端通用面试指南，覆盖计算机基础、数据库、分布式、高并发、系统设计与 AI 应用开发

#2

system-prompts-and-models-of-ai-tools

精选流行AI助手和编码代理的系统提示、内部工具和AI模型集合。

#3

30-seconds-of-code

编程文章，助你提升开发技能

#4

generative-ai-for-beginners

21节课，开始使用生成式AI构建

#5