rllm
活跃·★ 5.8k·Apache-2.0·更新于 2026-09-06
★ 时下流行
rLLM是一个开源框架，旨在使用强化学习对语言代理进行后训练。它使用户能够轻松构建、训练和部署自定义代理和环境，以应对实际工作负载。
rllm 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 基于强化学习的语言代理后训练开源框架。、训练用于代码生成和错误修复等任务的强大编码模型。 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 5.8k。
#强化学习#语言代理#大型语言模型#深度学习框架#后训练
01
功能特性
01基于强化学习的语言代理后训练开源框架。
02支持构建、训练和部署自定义代理和环境。
03提供包括'verl'和'tinker'在内的多种训练后端。
04支持LoRA和VLM训练，用于高级模型。
05包含AgentWorkflowEngine，用于训练任意代理程序。
02
为什么选择它
+基于强化学习的语言代理后训练开源框架。
+训练用于代码生成和错误修复等任务的强大编码模型。
+覆盖 5 个兼容环境或平台，更适合需要跨端部署的团队。
+提供公开仓库并标注 Apache-2.0 许可证，便于评估可维护性与采用成本。
03
权衡点
!同分类下还有 8 个相关工具可比较，最终选择更适合在同类对比后决定。
04
兼容性
Python
支持
已通过文档验证
verl
原生后端
已通过文档验证
tinker
原生后端
已通过文档验证
uv
推荐
已通过文档验证
Docker
支持
已通过文档验证
05
快速开始
1
$ uv pip install "rllm[verl] @ git+https://github.com/rllm-org/rllm.git"
06
使用场景
↳训练用于代码生成和错误修复等任务的强大编码模型。
↳开发用于自动化任务的复杂软件工程代理。
↳使用强化学习技术构建和评估多代理系统。
07
同类对比
≈rllm 属于 Vision / Multimodal 分类，适合与 ragflow 等同类工具一起比较，而不是单独判断。
≈如果你的核心需求更接近“训练用于代码生成和错误修复等任务的强大编码模型。”，那么这类场景会比泛用型工具对比更有参考价值。
≈rllm 采用 Apache-2.0 许可证，社区热度都应该与同类项目一起看。
08
同类工具
相关搜索
评论
登录后发表评论
- ?usr_seed_09502026年5月2日
Multi-agent democratizing coordination is handled better than competing frameworks. Solid addition to the AI tooling stack.
- ?usr_seed_04072026年4月24日
Multi-agent democratizing coordination is handled better than competing frameworks — democratizing reinforcement learning for llms. Integrates well with existing democratizing s...
- ?usr_seed_03512026年4月21日
Multi-agent democratizing coordination is handled better than competing frameworks — democratizing reinforcement learning for llms. Good documentation, reduces onboarding time.