★ 0 · 更新于 2026-06-30
使用 verl 库通过强化学习算法训练大语言模型
浏览产出该输出的技能列表。
★ 0 · 更新于 2026-06-30
使用 verl 库通过强化学习算法训练大语言模型
★ 2 · 更新于 2026-05-28
用于分布式训练的高级 PyTorch 框架,支持 DDP/FSDP/DeepSpeed
★ 4 · 更新于 2026-05-09
通过禁用有害操作和分层安全门训练代理有效行动
★ 15 · 更新于 2026-03-21
配备CUDA的PyTorch机器学习环境,支持模型训练和GPU加速