lm
★ 91
vs
on-policy
★ 2.0k
lm vs on-policy
lm：Houtini LM将Claude Code连接到本地LLM，将生成样板代码、代码审查、编写提交信息等有界任务卸载到免费、私有的本地模型，而Claude处理复杂推理。它跟踪令牌节省并支持多种本地后端。；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 lm 如果…生成样板代码、测试桩和文档
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
lm01通过Claude Code将限界任务卸载到本地LLM
02通过会话页脚跟踪令牌使用，可见成本节省
03兼容多种本地LLM后端（LM Studio、Ollama、vLLM等）
04流式响应与55秒软超时，避免客户端超时
05多个专用工具（chat、custom_prompt、code_task、discover、list_models）
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
lm↳生成样板代码、测试桩和文档
↳进行代码审查、解释和格式转换
↳起草提交信息和头脑风暴方法
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
lm时下流行API 集成开发者工具
on-policy时下流行强化学习多智能体AI
FAQ
常见问题
lm 和 on-policy 有什么区别？
lm 和 on-policy 都属于 LLM Infra 类别。lm 有 91 Stars，on-policy 有 2.0k Stars。
lm 和 on-policy 哪个更好？
最佳选择取决于你的具体需求。生成样板代码、测试桩和文档 时选 lm，合作多智能体强化学习的研究与实验 时选 on-policy。
lm 是免费的吗？
是的，lm 在 GitHub 开源（MIT）。
on-policy 是免费的吗？
是的，on-policy 在 GitHub 开源（MIT）。
→