Startseite Projekte Gym
Gym
Python

Gym

Bewerten und verbessern Sie Modelle und Agenten mithilfe von Umgebungen.

von NVIDIA-NeMo · GitHub
Sterne
Forks
Erstellt
Letzter Commit
Kategorie
Sprache
agentsbenchmarksenvironmentsApache-2.0Python
Auf GitHub ansehen
In einfachen Worten

Testen und verbessern Sie KI-Modelle, indem Sie verschiedene simulierte Umgebungen für Training und Bewertung verwenden.

Betreuen Sie dieses Projekt?

Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.

Diese Seite beanspruchen →
Gym — GitHub preview card
📈 Sternhistorie
1.08k1.06k
2026-07-202026-08-31
📈 Gym verfolgen

Erhalten Sie eine E-Mail-Benachrichtigung beim nächsten Release oder wenn es durchstartet.

Kostenlos · ohne Karte · jederzeit abbestellbar
E-Mail-Alerts erhalten →
📄 Über

Bewerten und verbessern Sie Modelle und Agenten mithilfe von Umgebungen.

Gym hat 1.1k Sterne auf GitHub. Es wurde 252-mal geforkt. Gym ist hauptsächlich in Python geschrieben. Es wird seit 2025 aktiv entwickelt. Gym ist unter der Apache-2.0-Lizenz verfügbar. Die Hauptthemen sind: agents, benchmarks, environments, evaluation.

Frequently asked questions

Was ist Gym?

Bewerten und verbessern Sie Modelle und Agenten mithilfe von Umgebungen.

Ist Gym Open Source?

Gym ist ein Open-Source-Projekt. Es wird unter der Apache-2.0-Lizenz veröffentlicht.

Ist Gym kostenlos?

Ja. Gym ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.

Unter welcher Lizenz steht Gym?

Gym ist unter der Apache-2.0-Lizenz verfügbar.

In welcher Sprache ist Gym geschrieben?

Gym ist hauptsächlich in Python geschrieben.

🏅 Wartender dieses Projekts?
olud.ai badge — Gym

Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.

[![olud.ai](https://olud.ai/badge.php?tool=nvidia-nemo-gym)](https://olud.ai/project/nvidia-nemo-gym.html)
Weitere Abzeichenoptionen →
🧬 Teilt DNA mit🧬 DNA-Karte ansehen →

Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.