GitHub · 灵魂体仓库·· 9 天前AI 评分36
arvindcr4/tinker-rl-lab：面向大语言模型的强化学习实验整合仓库
arvindcr4/tinker-rl-lab
来源与原文
GitHub · 灵魂体仓库
发布时间：（北京时间）
阅读原始来源 · github.com ↗完整链接与内容说明
https://github.com/arvindcr4/tinker-rl-lab
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
GitHub 仓库 tinker-rl-lab 整合了多个大语言模型强化学习研究项目，覆盖 Tinker/SkyRL、verl、OpenRLHF 和 HuggingFace TRL 等框架，以及本地 GPU、vast.ai、Google Colab 等计算后端。仓库包含 PES LLM 研究项目实验，其中算术 RL 训练在约 20 步内将准确率从 69.5% 提升到 100%，并提供 GSM8K、HumanEval、Tool Use 等环境集成，以及 BFCLv4 评测、ZVF 遥测等评估功能。
来源：GitHub · 灵魂体仓库 · github.com