walkinglabs/hands-on-modern-rl

hands-on-modern-rl은(는) 무엇을 하나요?

🚀 기본 RL 개념부터 LLM 정렬, RLVR 및 고급 에이전트 시스템까지의 격차를 메우는 오픈소스 실습형 커리큘럼입니다.

개요

이 커리큘럼은 강화 학습(RL)의 기초를 이해하고, 이를 현대적인 LLM 정렬 및 에이전트 시스템에 적용하는 방법을 학습합니다.

주요 주제

• 기본 RL 개념: MDP, 정책, 가치 함수, Q-러닝 등
• LLM 정렬: 보상 모델링, PPO, RLHF(인간 피드백을 통한 강화 학습)
• RLVR: 검증 가능한 보상을 통한 강화 학습
• 고급 에이전트 시스템: 다중 에이전트 시스템, 계층적 RL 등

시작하기

1. 저장소를 클론합니다: git clone https://github.com/walkinglabs/hands-on-modern-rl
2. 설치 지침을 따릅니다.
3. 첫 번째 노트북을 엽니다.

지원 플랫폼

이 커리큘럼은 Claude Code, Cursor, Codex 등 주요 AI 에이전트 플랫폼에서 원활하게 작동합니다.

라이선스

이 프로젝트는 MIT 라이선스 하에 배포됩니다.