AReaL

AReaL 是一个面向大语言模型（LLM）智能体应用的异步强化学习（RL）基础设施框架。它提供灵活、可扩展的 RL 训练范式，支持黑盒智能体的在线 RL 训练与推理-决策闭环优化，核心特性包括全异步架构、低耦合模块设计（如代理执行、奖励计算、轨迹采集分离）、以及对数学推理、代码生成、搜索和客服等典型 LLM 智能体场景的开箱即用支持。适用于需要将 RL 与 LLM 智能体深度集成的研究者与工程团队，尤其适合大规模、高吞吐、低延迟的智能体训练与部署场景。