vlmrl
用JAX编写的视觉语言模型强化学习实验环境，可接入不同环境和模型并用PPO训练。
分享到 X许可证: Apache-2.0
概述
vlm-gym是一个用JAX编写的视觉语言模型强化学习环境，目前处于实验阶段。它的思路是接入任意环境和模型，并用PPO进行训练。项目自带GeoGuessr、NLVR2和图像描述等环境，以及可从Hugging Face转换为JAX的参考模型Qwen3-VL-4B-Instruct。训练器、推理和评估工具放在core目录，GeoGuessr训练采用分阶段的课程。
主要特点
- 可替换的视觉环境：GeoGuessr、NLVR2、图像描述
- 面向视觉语言模型的PPO训练器
- 推理引擎，并与Hugging Face基线对比评估
- 将Qwen3-VL-4B-Instruct从Hugging Face转为JAX
适用场景
适合想用JAX对视觉语言模型做强化学习实验的研究者。README标明其状态为实验性。
- 上游仓库
- sdan/vlm-gym
- GitHub 上的 fork
- Guo-astro/vlmrl
- 上游 Star 数
- 149
- 分类
- AI 智能体与大模型工具
- 编程语言
- Python
- 许可证
- Apache-2.0
- Fork 时间
- 2025-10-14
- 同步状态
- 已同步上次同步 2026-09-29
同分类更多: AI 智能体与大模型工具
面向非英语国家儿童的免费桌面应用，通过和AI伙伴对话来练习英语口语和听力，可在本地离线使用。
Fork 时间 2026-09-28上次同步 2026-09-29许可证: MITAI 智能体与大模型工具GitHub
面向中国专利的智能体技能，帮助挖掘专利点、撰写交底书、通俗解读专利、跟踪政策并辅助审查答复。
Fork 时间 2026-09-28上次同步 2026-09-29许可证: MITAI 智能体与大模型工具GitHub
Hugging Face推出的精简Python库，用于构建通过编写代码来完成任务的AI代理，几行代码即可搭建。
Fork 时间 2026-09-28上次同步 2026-09-29许可证: Apache-2.0AI 智能体与大模型工具GitHub
评估AI代理处理真实法律工作能力的开源基准，提供任务和评测，用于改进法律类代理。
Fork 时间 2026-09-28上次同步 2026-09-29许可证: MITAI 智能体与大模型工具GitHub