标签：字节跳动

火山引擎开源Verl框架，加速大模型强化学习训练

火山引擎Verl是一个由字节跳动种子团队发起并维护的开源强化学习训练库，专为大型语言模型(LLM)设计。该库采用灵活的混合控制器编程模型，支持PPO、GRPO等多种RL算法，并与FSDP、Megatron-LM、vLLM等主流LLM框架无缝...