面向大语言模型的强化学习训练框架，支持分布式训练与智能体工作流，让开发者能低成本训练和调优推理模型。
基于 Ray 的高性能 RLHF 训练框架，支持 PPO、DAPO、REINFORCE++ 等算法与 vLLM 推理加速，可扩展地完成大模型和视觉语言模型的对齐后训练。
从零开始手把手教你构建 LLM 智能体的中文教程，覆盖 Agent 原理、RAG 等核心实践，适合入门与动手复现。
一份面向 AI Agent 开发与大模型求职的系统指南，覆盖上下文工程、高级 RAG、MCP、Agentic RL 和 LangGraph 实战，并附 1.2 万+ 面试题。
一站式搞定 Qwen、Gemma 等开源大模型和多模态模型的微调（SFT/RL）、评测与部署，零代码也能上手。
为 AI Agent 提供可持久化的长期记忆层，让智能体和应用能跨会话记住上下文，开箱即用、面向生产环境。
用 AI 智能体复刻爆款视频的完整工作流：换脸、改文案、替换 B-roll，一条命令批量产出上百个变体。
给 AI Agent 做强化学习训练和调优的框架，把 Agent 的推理轨迹变成训练信号，让智能体越跑越强。
用 GRPO 强化学习给多步 Agent 做在线训练，让 Qwen、Llama 等模型在真实任务里边干边学，提升实际表现。
用 Markdown 写一次 AI 编码助手的插件、技能和命令，再由生成器适配 Claude Code、Codex CLI、Cursor 等各家工具，省去重复维护。
用 Python 以代码优先的方式构建、评测和部署复杂 AI Agent 的开源工具包，让开发者对 Agent 行为有更强的灵活性和控制力。
用 Rust 写的轻量级自主 AI 个人助理基础设施，跨操作系统和平台部署，组件可自由替换。
微软推出的多智能体开发框架，支持 Python 和 .NET，用于构建、编排和部署 AI 智能体及多智能体工作流。
开源编码 Agent 平台，支持在 VS Code、JetBrains 和命令行中调用 Claude、GPT、Gemini 等模型，帮开发者自动写代码、改代码、加速迭代。
从零开始手把手教你构建大模型的开源教程，覆盖预训练、微调、RAG 与 Agent 等关键环节，适合想系统入门 LLM 原理与实践的开发者。
…m/pytorch/torchtitan/pull/5317)) - Multi-turn and agentic workloads: Optional session KV retention reuses cached prefixes across turns. Adds Verifiers and Terminal-Bench
… supervised fine-tuning ( train sft ), multi-turn agentic RL ( train agentic ), and disaggregated async RL for both AR ( train async ar ) and diffusion ( train async diff
…V cache to avoid OOM on non-leader ranks ( 7851). Agentic RL & multimodal - Multimodal Continuous Token ( 6804): VLContinuousTokenBuilder extends the CT path to SingleTur
…s This release makes Oumi an end-to-end stack for agentic, tool-using models : you can now train on tool-calling data, execute tool calls against real environments (datab
… you. [Read the blog →](https://supabase.com/blog/agentic-coding-on-supabase-with-opencode) TanStack DB syncs with Supabase <img width="1200" height="630" alt="tanstack"
rLLM v0.2: RL Training over General Agentic Programs ([Blog Post](https://rllm-project.com/post.html?post=rllm v0.2.md)) We are excited to release rLLM v0.2, a major upgr