LISA开源项目 – 学习可解释的技能抽象

一种将人类语言转化为机器人技能合成奖励的方法，通过理解任务描述来训练机器人执行相应的技能。

本课程讲述量化基础知识，旨在帮助开发人员压缩模型以便在消费者硬件上运行。

ProjectMaster 是一个专业的项目管理助手，提供逐步指导、实时进度跟踪和针对团队及个人项目的量身定制建议，旨在提升生产力和无缝实现目标。

GPTs Inventor是一个平台，提供从GPT商店中筛选出的最流行和有效的提示模板。这些模板经过精心挑选，确保用户可以访问到最热门和成功的提示，帮助提高创造力和效率。

Text2Graph-R1 是一个开源项目，旨在复制 DeepSeek R1 的文本到图结构的提取训练方案。该项目基于 GRPO（Guided Reward Policy Optimization）强化学习技术，通过多阶段训练流程（包括数据生成、监督训练和强化学习）优化模型从非结构化文本中提取结构化信息的能力。项目特别强调通过多种奖励机制（如格式奖励、JSON有效性奖励和F1奖励）提升输出质量，并支持零样本图结构提取任务。

AgentScript是一个基于AST（抽象语法树）的代码执行引擎，专为AI代理设计，提供可暂停和恢复的工作流、工具级状态管理以及增强的可观测性。它通过代码生成实现更高效的任务规划，支持在代码执行过程中暂停和恢复，便于工具调用和人类干预。此外，AgentScript还提供了丰富的状态管理和调试功能，帮助开发者更好地监控和调试代码执行过程。

Kolmogorov-Arnold Q-Network (KAQN) 是一个将Kolmogorov-Arnold Network (KAN) 应用于强化学习领域的项目，旨在通过结合Q-Network和KAN的原理，探索其在强化学习任务中的有效性。该项目目前处于初步实验阶段，目标是研究和开发新的强化学习算法。

该项目旨在训练一种能够自我奖励推理的大型语言模型，使模型在推理过程中能够自主评估输出的正确性，而无需依赖外部反馈。通过结合强化学习技术，模型能够显著提升推理能力和自我修正能力，最终准确率提升最高可达14.2%。

RL-VLM-F是一个结合视觉和语言的强化学习项目，通过利用基础模型的反馈进行学习，旨在优化多模态任务中的决策过程。

R1-V是一个开源视觉语言模型（VLM）项目，旨在通过强化学习和可验证奖励（RLVR）在极低成本（不到3美元）和短时间内（30分钟）实现超强泛化能力。该项目通过高效的训练方法和开源资源，显著提升了模型的性能，特别是在超出分布（OOD）测试中，2B模型在100个训练步骤后超越了72B模型的表现。

斯坦福大学的研究者提出了一种名为Backpack的模型，以解决语言大模型中存在的偏见问题。该模型通过调整（sense vector）来干预模型的输出，使模型的行为更容易预测和控制，同时保持丰富的表现力。

知识增强规划系统，旨在为基于LLM的智能Agent提供支持，通过创建广泛的行动知识库，将特定任务相关的行动规划知识整合起来，并将这些知识转化为文本，使模型能够深入理解和利用这些知识来生成行动轨迹。

这是一个专注于应用于网络安全的强化学习资源的精心整理列表，包含研究论文、实用实现和相关工具，旨在帮助研究人员和开发者在这一领域获得最新的信息和技术支持。

一篇关于图形用户界面（GUI）智能体的综述，全面探讨了其架构、数据集、评估指标、训练方法以及未来挑战。

Awesome Isaac Gym 是一个精心整理的 NVIDIA Isaac Gym 相关框架、论文、软件和资源列表，旨在帮助机器人学习和强化学习研究。它提供了丰富的学习材料和视频教程，支持多种强化学习框架，以加速机器人开发。

HOVER为机器人运动控制提供高效、灵活的神经网络解决方案，基于强化学习技术，能够实现复杂动作的精准控制，支持多种机器人模型，适配性强，并提供详细的训练和测试流程，易于上手。

这是一个双层递归卷积网络模型的参考实现，旨在提供灵活的应用支持和优化的性能。

RLAIF通过人工智能反馈扩展人类反馈的强化学习，表明可以在不依赖人类注释者的情况下产生与RLHF相当的改进。

DeepScaleR旨在为大语言模型（LLMs）提供强大的性能提升，仅用1.5B参数就超越了7B参数模型的性能。该项目完全开源，包括训练脚本、模型、数据集和日志，特别适用于参与AIME 2024竞赛的模型。