10 个开源仓库教你把小模型训练成自己的 Agent:Unsloth、verl 等一览
victor_explore · x · 2026-10-17
作者整理了 10 个用于训练小模型承担 Agent 工作的 GitHub 开源仓库(星标数截至 2026 年 10 月):
- Unsloth(77K 星,Apache 2.0):单 GPU 或免费 Colab 上微调/RL 训练小模型,可在笔记本上运行。
- LlamaFactory(75K 星):网页端无代码微调数百种模型,可私有部署。
- verl(24K 星):重型 RL 训练器,许多 Agent 训练工具基于它,需多 GPU。
- TRL(19K 星):Hugging Face 微调与 RL 基础库,大部分工具构建于其上。
- Agent Lightning(19K 星,MIT):微软出品,无需重写代码即可训练现有 Agent 中的模型,模型调用经由它转发。
- Axolotl(13K 星):单个 YAML 文件即可启动训练。
- ART(11K 星,OpenPipe):用 RL 训练多步 Agent。
- Oumi(9K 星):数据、训练、评测一体化栈。
- rLLM(6K 星):任意 harness、后端、benchmark 上的 Agent RL 训练。
- NVIDIA DataDesigner(2K 星):从零生成合成训练数据。
「编程与Agent」频道最新
- 自建笔记 AI 问答：语义检索搞不定日期与成员关系查询 — bzarnal · 2026-10-17
- 14B 裁判不比 8B 强：一句提示词修改让评分从 3/14 升到 10/14 — Lost-Masterpiece2400 · 2026-10-17
- 机器人工程师叫板编码 agent：视觉运动控制系统你们做不了 — AlexTensor · 2026-10-17
- Notion AI 负责人：Agent 大量 GPU 推理该交给 CPU 代码执行 — threepointone · 2026-10-17
- 开发者用 Google Argon 脚本为游戏生成真实 3D 资产与程序化纹理 — Promptmethus · 2026-10-17
- 无 LLM Agent 的 Jev 诊断管线：105 次故障诊断通过 76.2%，中位耗时 14.6 秒 — tianyin_xu · 2026-10-17