从 65,707 个高星开源项目里，
找到你要的下一个。

Open-Assistant 是用 Python 编写的 AI 工具，用于人工智能方向的建模与推理。

OpenAssistant is a chat-based assistant that understands tasks, can interact with third-party systems, and retrieve information dynamically to do so.

LLMSurvey 是用 Python 编写的学习资料，用于系统学习与查阅。

The official GitHub page for the survey paper "A Survey of Large Language Models".

InternLM 是用 Python 编写的 AI 工具，用于大模型与智能体应用开发。

Official release of InternLM series (InternLM, InternLM2, InternLM2.5, InternLM3).

中文LLaMA-2 & Alpaca-2大模型二期项目 + 64K超长上下文模型 (Chinese LLaMA-2 & Alpaca-2 LLMs with 64K long context models)

中文LLaMA-2 & Alpaca-2大模型二期项目 + 64K超长上下文模型 (Chinese LLaMA-2 & Alpaca-2 LLMs with 64K long context models)

OpenClaw-RL 是用 Python 编写的学习资料，用于系统学习与查阅。

OpenClaw-RL: Train any agent simply by talking

alignment-handbook 是用 Python 编写的 AI 工具，用于大模型与智能体应用开发。

Robust recipes to align language models with human and AI preferences

transformerlab-app 是用 Python 编写的 AI 工具，用于人工智能方向的建模与推理，主打开源免费。

The open source research environment for AI researchers to seamlessly train, evaluate, and scale models from local hardware to GPU clusters.

align-anything 是用 Python 编写的开源项目，主题标签有限，建议打开仓库查看具体用途。

Align Anything: Training All-modality Model with Feedback

awesome-RLHF 是一个学习资料，用于系统学习与查阅。

A curated list of reinforcement learning with human feedback resources (continually updated)

Fine-tuning ChatGLM-6B with PEFT | 基于 PEFT 的高效 ChatGLM 微调

Fine-tuning ChatGLM-6B with PEFT | 基于 PEFT 的高效 ChatGLM 微调

docta 是用 Python 编写的学习资料，用于系统学习与查阅。

A Doctor for your data

ROLL 是用 Python 编写的 AI 工具，用于大模型与智能体应用开发，主打易用。

An Efficient and User-Friendly Scaling Library for Reinforcement Learning with Large Language Models

distilabel 是用 Python 编写的 AI 工具，用于大模型与智能体应用开发，主打速度快、可伸缩。

Distilabel is a framework for synthetic data and AI feedback for engineers who need fast, reliable and scalable pipelines based on verified research…

TorchLeet 是用 Jupyter Notebook 编写的学习资料，用于系统学习与查阅。

LeetCode for PyTorch — 65 ML/AI interview problems from real interviews at Google, Meta, Anthropic. Jupyter notebooks, an auto-grader, and an MCP AI…

rlhf-book 是用 Python 编写的 AI 工具，用于人工智能方向的建模与推理。

Textbook on reinforcement learning from human feedback

alpaca_eval 是用 Jupyter Notebook 编写的 AI 工具，用于人工智能方向的建模与推理，主打速度快。

An automatic evaluator for instruction-following language models. Human-validated, high-quality, cheap, and fast.

AgentsMeetRL 是用 HTML 编写的 AI 工具，用于大模型与智能体应用开发。

Awesome List for Agentic RL

ImageReward 是用 Python 编写的 AI 工具，用于人工智能方向的建模与推理。

[NeurIPS 2023] ImageReward: Learning and Evaluating Human Preferences for Text-to-image Generation

WebGLM 是用 Python 编写的 AI 工具，用于大模型与智能体应用开发。

WebGLM: An Efficient Web-enhanced Question Answering System (KDD 2023)

RLHF-Reward-Modeling 是用 Python 编写的 AI 工具，用于大模型与智能体应用开发。

Recipes to train reward model for RLHF.

MOSS-RLHF 是用 Python 编写的 AI 模型，提供可直接使用的模型与权重。

Secrets of RLHF in Large Language Models Part I: PPO

verl-omni 是用 Python 编写的学习资料，用于系统学习与查阅。

Multimodal RL training framework for diffusion & omni models

labs-molt 是用 Python 编写的 AI 工具，用于大模型与智能体应用开发，主打可伸缩。

A scalable, agentic-first, and HuggingFace-native RL framework for research (9k lines).