AI Agent / 视频 / 音频 AI / Local AI
OpenRLHF
基于 Ray + vLLM 分布式架构的高性能 RLHF 框架，支持 PPO/GRPO/REINFORCE++ 等算法
质量分82
0 Stars
unknown
hard
中文速读
OpenRLHF 是首个结合 Ray + vLLM 分布式架构的高性能开源 RLHF 框架。采用统一的 Agent-based 设计范式，支持 PPO、REINFORCE++、GRPO 等多种强化学习算法。采用混合引擎可在小规模集群上实现最高利用率，支持异步训练和局部 rollout。提供完整的中文文档和 Bilibili 教程视频，对中国开发者友好。
快速试用
暂未发现稳定的 Demo 或视频入口。
适合
- 需要进行 RLHF 训练的 AI 研究团队
- 大语言模型对齐研究
- 大规模分布式训练场景
不适合
- 小规模实验（需要多 GPU）
- 不熟悉分布式系统的初学者
标签
RLHFreinforcement-learningLLMrayvllmagent