rLLM 强化学习 LLM

rLLM 是一个开源项目，旨在完全推广强化学习（RL）给 LLMs，并在真实任务上大规模重现 DeepSeek R1 和 OpenAI o1/o3。 对于所有版本，开源的内容包括训练脚本（包括超...