rewardspy

rewardspy 是一个专为强化学习设计的奖励函数调试与可视化工具。它以插件形式无侵入式地监控奖励函数调用，实时检测奖励作弊（如组件主导、方差坍缩、长度漂移等典型模式），并通过终端仪表盘呈现训练健康度指标。项目采用零配置设计，仅需一行装饰器即可启用，不修改原始奖励逻辑，支持细粒度组件级追踪与多维度统计分析。适用于RL算法研发、大模型对齐训练、奖励建模验证等需要保障奖励信号可信性的场景。