openrlhf-training

High-performance RLHF framework with Ray+vLLM acceleration. Use for PPO, GRPO, RLOO, DPO training of large models (7B-70B+). Built on Ray, vLLM, ZeRO-3. 2× faster than DeepSpeedChat with distributed architecture and GPU resource sharing.

core - 许可证明确许可证 MIT需人工复核11746 Stars更新 2026-06-16

A许可证宽松许可证，通常可商用
C维护半年内更新过
C安全命中需复核规则

仓库: Orchestra-Research/AI-Research-SKILLs
目录: 06-post-training/openrlhf
质量分: 0.84
安全规则命中: 3 项，使用前请阅读 SKILL.md

打开 Skill 目录查看 SKILL.md 原文在目录中搜索

安装到你的 Agent

命令默认装到 ~/.claude/skills/（Claude Code 全局目录）。Codex / Cursor 等其他 Agent 请换成它们各自的 skills 目录；只对当前项目生效时改成 .claude/skills/。运行前请先看一眼下面的安全体检。

只装 SKILL.md（最快）

mkdir -p ~/.claude/skills/openrlhf-training && curl -fsSL https://raw.githubusercontent.com/Orchestra-Research/AI-Research-SKILLs/773a52944ba4747a18bd4ae9ade53fff041adcbc/06-post-training/openrlhf/SKILL.md -o ~/.claude/skills/openrlhf-training/SKILL.md

连同附件一起装（推荐）

git clone --depth 1 --filter=blob:none --sparse https://github.com/Orchestra-Research/AI-Research-SKILLs /tmp/openrlhf-training-src && git -C /tmp/openrlhf-training-src sparse-checkout set 06-post-training/openrlhf && cp -r /tmp/openrlhf-training-src/06-post-training/openrlhf ~/.claude/skills/openrlhf-training

在本页阅读 SKILL.md

原文实时取自 GitHub（按提交哈希锁定的版本）。命中安全规则的行会被标红，并附中文解释。

安全体检报告

需人工复核命中 3 条安全规则，许可证判定：宽松许可证。

删除文件会删除或覆盖本地文件。file_deletion
涉及密钥 / 凭据SKILL.md 中出现 API Key、token 等字样，安装后可能要求你提供凭据。mentions_secrets
提权包含 sudo / 管理员权限相关操作。privilege_escalation

评估基于对公开 SKILL.md 的自动扫描，不替代人工审阅，也不构成法律建议。

本站只保存元数据与外链，不转存 SKILL.md 正文。引用或商用前请自行确认上游许可证与权限边界。数据快照来自公开仓库，可能滞后于上游。