Skip to content
プロジェクト

XiaoRed5/Agentic-RL-Most-Detailed-Intro

GitHubで見る

XiaoRed5/Agentic-RL-Most-Detailed-Intro has 415 GitHub stars and 22 forks. GitHot measured 0 stars in 24 hours. Last checked 2026-11-21 14:40 UTC. Last push 2026-08-06.

この数値の測り方

計測したスター増加

24時間
0
7日間
履歴を収集中
15日間
履歴を収集中
1か月
履歴を収集中

期間ごとの純増数です。期間は重複しており、日別の値ではありません。未計測の値は空欄です。スター数は注目度の指標であり、品質の保証ではありません。

概要

Agentic RL最详细入门

学習

Agentic RL 入门

我在美团LongCat做基座预训练&code agent Mid-training/SFT/Agentic RL

我从上交芯片系➡️华为诺亚实习➡️24届校招腾讯➡️美团LongCat,帮助像曾经的我一样想转行的朋友!

持续更新论文、基座技术报告。可写简历的工业级项目也会持续完善更新,把我的know how蒸馏出来

小红书看更多干货&基座打工日常:小red

组里主要做通用工具调用和code agent,上海/北京的LongCat人才计划实习/校招、社招HC充沛,欢迎投递 [email protected]

有任何问题、需求、想看更新方向都可以直接提issue(预训练/Mid-training/SFT/Agentic RL方向)

三个项目方向

本仓库目前沿着三个方向持续更新:实验可视化、Agentic RL 代码实战,以及 Agentic RL 技术论文阅读。

1️⃣ Agent Forge: Agent/RL Experiment Visualization

这是本仓库重点推荐的可视化项目:把两组 Agent / RL 实验的训练趋势、离线评测、工具调用成本和证据强度放进同一个交互式看板。

进入可视化项目 · 查看完整使用说明 · 下载数据模板

2️⃣ agentic-tau-rl 代码实战

一套可运行、可单测的 Agentic RL 实现,覆盖多轮 rollout、信用分配、策略优化和行为塑形,并提供从离线验证迁移到真实模型训练的完整说明。

进入代码实战项目 · 阅读技术报告 · 查看真机迁移指南

3️⃣ Agentic RL 技术论文阅读

从基础概念、信用分配和多轮工具调用,到 LongCat、GLM 与 Kimi 等代表性工作,持续整理 Agentic RL 论文与技术实践。

进入技术论文在线阅读

本地预览

python3 -m http.server 8000

然后访问:

http://localhost:8000

関連プロジェクトを探す

読み込み中…