AReaL
★ 5.9k
vs
dsh-anchored-standard
★ 3.7k
AReaL vs dsh-anchored-standard
AReaL：AReaL 是清华叉院与蚂蚁集团推出的全异步强化学习系统，用于训练大型推理与智能体模型。2.0 版拆分为训练、推理、智能体和权重更新微服务，黑盒智能体应用只需把 base_url 指向 AReaL 即可在线训练。；dsh-anchored-standard：dsh-anchored-standard 是一组社区 DeepSeek Harness 智能体预设：会话先在 Minimal 条件下启动，再升级到常驻的小型工具目录，并按需解锁更重的 Standard 工具。它针对 DeepSeek V4 Pro 调优，该模型退役后于 2026-09-10 冻结，不再接受新的 issue 和 PR。
01
简评
AReaLLLM Infra · ★ 5.9k
在数学和编码任务上对推理模型做 RL 微调
dsh-anchored-standardDev Tooling · ★ 3.7k
研究 API 可见的工具面如何影响智能体轨迹
02
并排对比
03
功能特性
AReaL01全异步 RL 训练，v0.3 报告比同步系统快 2.77 倍
02替换 base_url 和 api_key 即可对黑盒智能体做在线 RL
032.0 采用微服务架构，训练、推理、智能体和权重更新服务分离
04支持 SGLang 或 vLLM 推理后端、Ray 集群和昇腾 NPU
05提供数学、SWE、搜索智能体、tau2-bench 和 OpenClaw 智能体示例
dsh-anchored-standard01一个基础模式、两个实时锚定变体和一个预制种子模式
02两阶段启动：先对齐 Minimal，再启用完整 Standard 工具
03context-gate 统一注入控制
04公开发现类工具的剂量反应实验数据
04
使用场景
AReaL↳在数学和编码任务上对推理模型做 RL 微调
↳训练搜索、客服等多轮智能体
↳通过在线 RL 持续改进已有智能体应用
dsh-anchored-standard↳研究 API 可见的工具面如何影响智能体轨迹
↳在其他 harness 中复用 context-gate 和预制流水线
05
适合场景
AReaL必备神器时下流行
dsh-anchored-standard—
FAQ
常见问题
AReaL 和 dsh-anchored-standard 有什么区别？
AReaL 和 dsh-anchored-standard 都属于 LLM Infra 类别。AReaL 有 5.9k Stars，dsh-anchored-standard 有 3.7k Stars。
AReaL 和 dsh-anchored-standard 哪个更好？
最佳选择取决于你的具体需求。在数学和编码任务上对推理模型做 RL 微调 时选 AReaL，研究 API 可见的工具面如何影响智能体轨迹 时选 dsh-anchored-standard。
AReaL 是免费的吗？
是的，AReaL 在 GitHub 开源（Apache-2.0）。
dsh-anchored-standard 是免费的吗？
是的，dsh-anchored-standard 在 GitHub 开源（NOASSERTION）。
推荐云部署
Ad在 DigitalOcean 上一键部署
为你的 MCP 服务、Docker 容器与智能体提供即开即用云服务器，新用户立享 $200 免费额度（60天有效）。
→