Tag: RL Infra

共 6 篇文章

从 Rollout 到 Loss：面向 RL Infra 工程师的大模型强化学习概念与工程原理梳理

📅 2026-04-10

✍️ 14117 字 ⏱️ 32 min read

RL Infra
slime：update_weights 完整设计与实现拆解

📅 2026-03-10

✍️ 10007 字 ⏱️ 23 min read

RL Infra
从 APRIL 到 RollPacker：如何在 RL 里处理 Long-tail Rollouts

📅 2026-03-02

✍️ 2695 字 ⏱️ 6 min read

RL Infra
图解 Infra 视角下的强化学习性能优化

📅 2026-02-12

✍️ 2401 字 ⏱️ 6 min read

RL Infra
高效强化学习训练 - 优化 verl 中的内存使用

📅 2026-02-05

✍️ 2712 字 ⏱️ 7 min read

RL Infra
高效强化学习训练 - 优化 slime 中的权重同步

📅 2026-02-05

✍️ 3411 字 ⏱️ 8 min read

RL Infra