verl-project / verlGitHubverlは、HybridFlow論文を基盤とする、大規模言語モデルの学習後処理向けオープンソース強化学習トレーニングライブラリです。AI・機械学習#reinforcement-learning#llm#rlhf#post-training#ppo2.4万4779PythonApache-2.0更新 6 時間前