houtini-lm
★ 91
vs
on-policy
★ 2.0k
houtini-lm vs on-policy
houtini-lm：Houtini LM将Claude Code连接到本地LLM服务器或任何兼容OpenAI的API，将边界明确的任务卸载出去以减少令牌成本。它提供了工具、性能跟踪和模型路由以实现高效委托。Claude仍然负责复杂推理的编排，而廉价的本地模型处理琐碎工作。；on-policy：该存储库实现了MAPPO，一种PPO的多智能体变体，广泛应用于合作多智能体游戏和研究。它为星际争霸II、花火和谷歌足球等多种多智能体环境提供了健壮的实现，并附有详细的训练脚本和超参数指南。
01
简评
选 houtini-lm 如果…生成测试桩
选 on-policy 如果…合作多智能体强化学习的研究与实验
02
并排对比
03
功能特性
houtini-lm01将边界明确的任务卸载到本地或云端LLM
02通过HuggingFace元数据丰富进行模型发现
03实时性能跟踪（TTFT、tok/s）
04通过基于语法的采样实现结构化JSON输出
05自动剥离GLM、Nemotron等模型的思考块
on-policy01MAPPO（多智能体PPO）的实现
02支持多样化的多智能体环境（如星际争霸II、花火）
03提供各种场景的即用型训练脚本
04详细的超参数指导和最新结果
05默认支持智能体间的共享策略
04
使用场景
houtini-lm↳生成测试桩
↳代码审查和错误查找
↳起草提交信息
on-policy↳合作多智能体强化学习的研究与实验
↳评估PPO在多智能体强化学习场景中的有效性
↳为星际争霸II和花火等流行多智能体游戏训练AI智能体
05
适合场景
houtini-lm时下流行大模型基础设施API 集成
on-policy时下流行强化学习多智能体AI
FAQ
常见问题
houtini-lm 和 on-policy 有什么区别？
houtini-lm 和 on-policy 都属于 LLM Infra 类别。houtini-lm 有 91 Stars，on-policy 有 2.0k Stars。
houtini-lm 和 on-policy 哪个更好？
最佳选择取决于你的具体需求。生成测试桩 时选 houtini-lm，合作多智能体强化学习的研究与实验 时选 on-policy。
houtini-lm 是免费的吗？
是的，houtini-lm 在 GitHub 开源（MIT）。
on-policy 是免费的吗？
是的，on-policy 在 GitHub 开源（MIT）。
→