跳到正文
Hugging Face·· 8 天前AI 评分47

AsyncGRPOTrainer 在 TRL v1.18.0 中现已稳定:生成与训练可在不同 GPU 上同时运行

RT Sergio Paniego: AsyncGRPOTrainer is now stable in TRL v1.18.0! generation and training run at the same time on separate GPUs, instead of taking tur...

AI 导读

TRL v1.18.0 中的 AsyncGRPOTrainer 现已稳定,支持在不同 GPU 上同时运行生成与训练,取代两者轮流执行的方式。配套内容介绍其运行方法、可训练内容,以及与 GRPOTrainer 的对比。

来源:Hugging Face · x.com