Raisonnement de modèle mondial RL pour des agents VLM à plusieurs tours
Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.
Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.
Gratuit · sans carte · désinscription à tout momentRaisonnement de modèle mondial RL pour des agents VLM à plusieurs tours
VAGEN compte 488 étoiles sur GitHub. Il a été forké 61 fois. VAGEN est écrit principalement en Python. Il est développé activement depuis 2025. VAGEN est disponible sous licence MIT. Ses principaux thèmes sont : agent, embodied-ai, multi-turn-reinforcement-learning, reinforcement-learning.
Raisonnement de modèle mondial RL pour des agents VLM à plusieurs tours
VAGEN est un projet open source. Il est distribué sous licence MIT.
Oui. VAGEN est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.
VAGEN est disponible sous licence MIT.
VAGEN est écrit principalement en Python.
Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.
[](https://opensourceai.tech/project/mll-lab-nu-vagen.html)
Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.