PrototypeCommune
Algorineko/AgenticArXiv-RL
Staged SFT→DPO→GRPO/OPD reinforcement learning pipeline for training a ReAct tool-use agent on arXiv paper retrieval tasks, with a deterministic snapshot-replay environment.
- Propriétaire
- Algorineko (compte personnel)
- Étoiles
- Étoiles : 231
- Forks
- Forks : 85
- Langage
- Python
- Licence
- MIT
- Création
- 2026
- Rang
- Prototype (100 à 249 ★) Ce que veut dire ce rang
D’autres dépôts Python
Tous les dépôts Python- PKU-VaLuE-Lab/OmniReasoningÉtoiles : 231PythonPrototype
- RISE-X-Lab/SPROUTÉtoiles : 231PythonPrototype
- inclusionAI/IDMÉtoiles : 231PythonPrototype
- rspeer/ordered-setÉtoiles : 231PythonPrototype
- lxyu/weiboÉtoiles : 231PythonPrototype
- aldro61/pu-learningÉtoiles : 231PythonPrototype