6月3日，清华蚂蚁联合研发的全异步强化学习训练系统AReaL-boba2（AReaL v0.3）正式宣布开源。 项目地址： 系列模型上做强化学习训练，实现8B、14B 模型在 LiveCodeBench, Codeforce, Codecontest ...

机器之心发布机器之心编辑部想训练属于自己的高性能推理模型，却被同步强化学习（RL）框架的低效率和高门槛劝退？AReaL 全面升级，更快，更强，更好用！来自清华大学交叉信息院和蚂蚁技术研究院的联合团队，正式开源全异步强化学习训练系统 —— ...