rlve
RLVE为语言模型强化学习提供可调整难度、可验证的环境，用于生成问题并评估模型输出。
分享到 X许可证: MIT
概述
RLVE是一个研究项目，旨在利用可自适应且可验证的环境扩展语言模型的强化学习。RLVE-Gym按环境使用难度控制器，并根据随机种子和难度参数生成问题。开发者可将问题转为提示，评分模型输出并查看验证详情，也可配置答案提取标记。README说明了使用Docker和slime框架的安装方式，并提供论文、代码、数据和模型链接。
主要特点
- 根据随机种子和控制器管理的难度参数生成问题。
- 将生成的问题转为提示，并为模型输出评分。
- 查看验证详情，并配置答案提取标记。
适用场景
适合使用可验证问题构建或评估语言模型强化学习流程的研究人员和开发者。
- 上游仓库
- Zhiyuan-Zeng/RLVE
- GitHub 上的 fork
- Guo-astro/rlve
- 上游 Star 数
- 249
- 分类
- AI 智能体与大模型工具
- 编程语言
- Python
- 许可证
- MIT
- Fork 时间
- 2026-10-17
- 同步状态
- 已同步上次同步 2026-10-17
同分类更多: AI 智能体与大模型工具
为 AI 代理提供模块化的 Android 开发指导，帮助其执行专业工作流程。可使用 Android CLI 安装单个技能或全部技能。
Fork 时间 2026-10-16上次同步 2026-10-17许可证: Apache-2.0AI 智能体与大模型工具GitHub
Pi Agent 是适用于 macOS、Windows 和 Linux 的本地 AI 编程桌面应用，无需配置终端环境即可管理对话、项目文件并运行已保存的提示词。
Fork 时间 2026-10-15上次同步 2026-10-17许可证: MITAI 智能体与大模型工具GitHub
部署在你自己的 Cloudflare 账户中的单用户 AI 助手，可用于聊天、记忆、任务、笔记和定时提醒。使用时无需依赖项目开发者运营的服务器或账户。
Fork 时间 2026-10-15上次同步 2026-10-17许可证: MITAI 智能体与大模型工具GitHub
MiniMind是一个开源项目，帮助用户从零训练小型语言模型并学习完整的LLM流程，通过实际训练和微调理解模型的工作方式。
Fork 时间 2026-10-14上次同步 2026-10-17许可证: Apache-2.0AI 智能体与大模型工具GitHub