新发现
openrlhf/openrlhf v0.11.2 — 基于 Ray 与 vLLM 的分布式 RLHF 框架
一篇文章，整理了 RLHF 框架 openrlhf/openrlhf 的最新版本 v0.11.2(该框架在基于 Ray 与 vLLM 的分布式架构上支持 SFT、DPO 以及 PPO、DAPO、GRPO 等算法),并归纳了依据资料所揭示的适用范围与局限。
openrlhf/openrlhf
一篇文章，整理了 RLHF 框架 openrlhf/openrlhf 的最新版本 v0.11.2(该框架在基于 Ray 与 vLLM 的分布式架构上支持 SFT、DPO 以及 PPO、DAPO、GRPO 等算法),并归纳了依据资料所揭示的适用范围与局限。
GitHub 项目说明: An Easy-to-use, Scalable and High-performance Agentic RL Framework based on Ray (PPO & DAPO & REINFORCE++ & VLM & TIS & vLLM & Ray & Async RL)
在 GitHub 查看 ↗- 星标
- ★ 10.1K
- 复刻
- 1K
- 语言
- Python
- 许可证
- Apache-2.0
- 最新版本
- v0.11.2
文章
1没有符合条件的动态。