新的TRL支持GRPO和MPO用于视觉语言模型💥



我们还提供了一个关于它们的解释以及如何与它们训练的说明
VSN1.93%
查看原文
此页面可能包含第三方内容,仅供参考(非陈述/保证),不应被视为 Gate 认可其观点表述,也不得被视为财务或专业建议。详见声明
  • 赞赏
  • 9
  • 转发
  • 分享
评论
0/400
LiquidationKingvip
· 08-10 20:16
谁还没训练过几个大模型 有啥可讲的
回复0
TxFailedvip
· 08-10 04:02
说实话,这次真的救了几张显卡没融化,不骗你。
查看原文回复0
Blockblindvip
· 08-10 01:45
trl这套东西越玩越大了
回复0
老韭当家vip
· 08-08 22:17
来了来了 这波升级有点猛
回复0
fren.ethvip
· 08-07 20:57
靠谱哦新功能没毛病!
回复0
周一梭哈周五哭vip
· 08-07 20:50
这也要梭?顶不住了
回复0
MeaninglessApevip
· 08-07 20:48
整天就知道搞这些 有意思么
回复0
Uncle Whalevip
· 08-07 20:41
感觉钱要来了
回复0
DAO开发者vip
· 08-07 20:33
是时候深入研究一下 grpo/mpo 实现了,老实说
查看原文回复0
查看更多
交易,随时随地
qrCode
扫码下载 Gate APP
社群列表
简体中文
  • 简体中文
  • English
  • Tiếng Việt
  • 繁體中文
  • Español
  • Русский
  • Français (Afrique)
  • Português (Portugal)
  • Bahasa Indonesia
  • 日本語
  • بالعربية
  • Українська
  • Português (Brasil)