Agentic-RL Lab 仓库拆解复现 LLM 与 Agent 强化学习算法

yihong0618 转发推荐 Datawhale 成员宋志学做的 Agentic-RL Lab 仓库，面向被 4 卡、8 卡和训练部署配置劝退的 Agentic RL 学习者。仓库专门拆解和复现 LLM / Agent 强化学习算法，覆盖 GRPO、DAPO、GSPO、Search-R1、ReTool、AgentOPSD 等算法的讲解和代码，并借助 PyTRIO 的 Train API。