rllte

强化学习研究和应用的长期演进项目

RLLTE项目受到电信长期演进标准的启发，旨在为强化学习研究与应用提供开发组件和标准。项目不仅提供高质量的算法实现，还作为开发算法的实用工具包。RLLTE支持模块化设计、优化硬件加速、兼容多种计算设备和自定义环境，且包含大量可重复使用的基准。

Github

文档

论文

介绍相关项目

LightZero - 整合MCTS与深度强化学习的轻量级算法工具包

GithubLightZeroMCTS开源工具包开源项目强化学习算法基准测试

LightZero是一个开源算法工具包，整合了蒙特卡洛树搜索(MCTS)和深度强化学习(RL)。它支持AlphaZero、MuZero等多种基于MCTS的RL算法，提供详细文档和性能对比。该项目致力于标准化MCTS+RL算法，以促进相关研究和应用。LightZero的轻量级设计和易用性，有助于用户理解算法核心并进行算法间比较。

LongRAG - 改进长文本LLM的检索增强生成框架

GithubLongRAGTevatronWikipedia数据开源项目检索增强生成长上下文LLM

LongRAG项目推出新型检索增强生成框架，采用4K token长检索单元提升RAG性能。项目核心包括长检索器和长阅读器，平衡检索与阅读任务复杂度。除提供完整代码实现，还开放处理后的语料库数据集。这为研究长文本LLM与RAG结合提供了重要资源，有助于探索该领域的未来发展方向。

drl-zh - 深度强化学习入门，从零开始实现经典算法

Atari游戏DQNDeep Reinforcement LearningGithubPPOSAC开源项目

本课程提供深度强化学习的基础和经典算法的实用入门指导。学习者将从零开始编写DQN、SAC、PPO等算法，并掌握相关理论。课程内容还包括训练AI玩Atari游戏及模拟登月任务。同时详细介绍环境设置和代码实现步骤，支持Visual Studio Code和Jupyter Notebook，确保学习过程流畅高效。

liquid_time_constant_networks - Liquid Time-Constant Networks （LTC）的代码库

BPTTGithubLiquid time-constant NetworksTensorFlowcontinuous-time modelspython3开源项目

本项目提供了Liquid time-constant Networks等连续时间模型的官方训练资源。支持使用TensorFlow和Python进行模型训练与评估，适用于手势分割、房间占用检测、交通量预测等多种数据集。通过详细的步骤和参数设置指导，科研人员和开发者可以优化并存储训练结果，深入探索连续时间模型的应用。

ArmoRM-Llama3-8B-v0.1 - 多目标奖励模型助力AI决策优化

ArmoRMGithubHuggingfaceLlama3Mixture-of-Experts多目标奖励奖励建模开源项目模型

该项目介绍了一种名为ArmoRM-Llama3-8B-v0.1的多目标奖励模型，通过专家混合（MoE）方法提升AI在多任务环境中的决策准确性。ArmoRM模型在性能榜中表现突出，特别是在聊天、复杂推理和安全性领域的评分名列前茅。模型通过对大量数据进行细致训练，旨在减少冗长偏差，并利用奖励转换矩阵优化结果。项目为AI和机器学习研究者提供了易用的代码示例和操作流程，展示如何结合多目标系数实现线性偏好评分，提供了一种高效、灵活的方法以调整语言模型的响应特征和优先级。

DRL-robot-navigation - 移动机器人深度强化学习自主导航方案

GazeboGithubROSTD3开源项目机器人导航深度强化学习

项目集成了ROS、Gazebo和PyTorch，构建了一个移动机器人深度强化学习导航框架。系统利用TD3算法训练机器人应对复杂环境，实现障碍物识别和目标导航。该方案为自主移动机器人研究提供了一个开源的实验平台。

self-refine - LLM自我反馈迭代优化自然语言处理任务

GithubLLMSelf-Refine开源项目自我反馈自然语言处理迭代优化

Self-Refine是一个创新的自然语言处理项目，利用大型语言模型(LLM)生成、评估和改进自身输出。通过迭代过程，LLM对自己的工作提供反馈并持续优化结果。该项目在缩写生成、对话响应和代码可读性改进等多个任务中展现了效果。这种自我完善方法为提升AI系统性能和可靠性开辟了新途径。

PantheonRL - 多智能体强化学习训练和测试的模块化框架

GithubPantheonRLStableBaselines3多智能体强化学习开源项目自适应训练训练框架

PantheonRL是一个用于多智能体强化学习环境训练和测试的开源框架。它提供模块化和可扩展的功能，支持智能体策略训练、微调、动态配对等。基于StableBaselines3构建，PantheonRL采用去中心化训练方法，为每个智能体配备独立的重放缓冲区和更新算法。此外，它还提供Web用户界面，便于进行轻量级实验和原型设计，支持自我对弈、交叉对弈、循环训练和微调等多种训练模式。

TrustLLM - TrustLLM：全面大语言模型可信度研究工具

GithubICML 2024LLMTrustLLM工具包开源项目性能评估

TrustLLM是一款专注于评估大型语言模型（LLMs）可信度的工具包。涵盖八个维度的可信度原则，并在真相、安全、公平、鲁棒性、隐私和机器伦理等方面建立基准。TrustLLM提供便捷的评估工具，可以快速评估16种主流LLMs，帮助开发者提升模型可信度。项目已被ICML 2024接受，并持续更新以包括最新的模型和功能。详情请访问项目网站。

相关项目

推荐项目

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手，通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能，支持100+编程语言，与主流编辑器无缝集成，显著提升开发效率和代码质量。

AI写歌

Suno AI是一个革命性的AI音乐创作平台，能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐，Suno AI都是音乐爱好者和专业人士的理想选择。

有言AI

有言平台提供一站式AIGC视频创作解决方案，通过智能技术简化视频制作流程。无论是企业宣传还是个人分享，有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Kimi

Kimi AI助手提供多语言对话支持，能够阅读和理解用户上传的文件内容，解析网页信息，并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题，Kimi都能以友好、专业的方式提供帮助。

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术，为商家提供一键生成商品图和营销文案的服务，显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台，让商品第一时间被种草。

吐司

探索Tensor.Art平台的独特AI模型，免费访问各种图像生成与AI训练工具，从Stable Diffusion等基础模型开始，轻松实现创新图像生成。体验前沿的AI技术，推动个人和企业的创新发展。

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器，它将改变您观看视频的方式！SubCat结合了先进的人工智能技术，为您提供即时视频字幕翻译，无论是本地视频还是网络流媒体，让您轻松享受各种语言的内容。

美间AI

美间AI创意设计平台，利用前沿AI技术，为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图，再到文案生成，美间让创意设计更简单、更高效。

稿定AI

稿定设计是一个多功能的在线设计和创意平台，提供广泛的设计工具和资源，以满足不同用户的需求。从专业的图形设计师到普通用户，无论是进行图片处理、智能抠图、H5页面制作还是视频剪辑，稿定设计都能提供简单、高效的解决方案。该平台以其用户友好的界面和强大的功能集合，帮助用户轻松实现创意设计。

使用协议隐私政策广告服务

投诉举报邮箱: service@vectorlightyear.com