verl-agent

`verl-agent` 扩展了 veRL，通过强化学习训练大型语言模型代理，并引入了新颖的步进独立多轮回滚机制。这种设计通过定制化的每步输入结构和内存管理，确保了长周期任务的高度可扩展性。

verl-agent 当前归类于 Vision / Multimodal，更适合那些希望围绕具体工作流而不是单一功能点来选型的团队。从当前资料来看，它尤其强调 多轮代理-环境交互、为复杂的、多轮次长周期任务训练大型语言模型代理。 这类能力。如果你关心许可证与可二次使用性，当前页面记录的许可证是 Apache-2.0。同时它也具备一定社区热度，当前 GitHub Stars 为 2.1k。