agentic-rl-lab ，这个项目帮你复现和拆解前沿 LLM 强化学习算法，用更简单的代码和更低的算力门槛，把 GRPO、OPD、OPSD、GSPO、DAPO、Search-R1、ReTool、ALFWorld、Vision GRPO、TEMPO、AgentOPSD、Spec-o3、PyTrio-Jev 等方法跑起来，方便复现。 地址：github.com/datawhalechina/agentic-rl-lab 在线阅读：datawhalechina.github.io/agentic-rl-lab/