RL 训练
| 项目 | 简介 | 参考资料 |
|---|---|---|
| Accio-Lab/Dressage | 基于 slime 的 Agentic RL 训练框架，通过统一的 Proxy 与 Paddock 层连接 Agent Rollout、Sandbox 工具执行、Token 级轨迹记录和训练样本转换，并支持 Python 白盒工具循环与 Codex、Claude Code 等 HTTP 黑盒 Agent。 | 快速开始 · 训练机制 · 训练配方 |
Documentation Index
Fetch the complete documentation index at: /llms.txt
Use this file to discover all available pages before exploring further.
预训练、后训练、分布式训练与训练基础设施项目
| 项目 | 简介 | 参考资料 |
|---|---|---|
| Accio-Lab/Dressage | 基于 slime 的 Agentic RL 训练框架，通过统一的 Proxy 与 Paddock 层连接 Agent Rollout、Sandbox 工具执行、Token 级轨迹记录和训练样本转换，并支持 Python 白盒工具循环与 Codex、Claude Code 等 HTTP 黑盒 Agent。 | 快速开始 · 训练机制 · 训练配方 |
Was this page helpful?