Anyscale 举办 RL 与数据 meetup，Mercor、Coinbase 分享实战经验
这场meetup把工业界RL训练的实战细节凑齐了：Mercor用SkyRL训练，Coinbase在造领域专家模型，还有1M-token上下文训练的坑。做RL后训练或用Ray的工程团队，这些一手经验比论文实在。
Anyscale 昨晚举办了一场满场的强化学习（RL）与数据主题 meetup，共六位讲者分享生产环境经验。Mercor 的 Tao Tianhua 讲解如何用 SkyRL 做 RL 训练，Anyscale 的 Charlie Ruan 介绍了 SkyRL 的 day-zero 模型支持与新功能，Anyscale 与 Lila Sciences 则展示了 1M-token 上下文训练的工作。
技术细节上，Xinyu 讲解了基于 Ray 构建的原生 sandbox 环境，Coinbase 的 Yao Ma 分享了训练自定义专家模型的实践，Alex G. Shaw 介绍了 RL 环境设计与 Harbor 框架。整场围绕 SkyRL、Ray、Harbor 这条 RL 训练工具链展开，覆盖从模型支持到环境搭建的完整链路。
对做 RL 后训练的工程团队来说，这次分享提供了多个真实企业案例——Mercor 用 SkyRL 训练模型、Coinbase 构建领域专家模型——比纯研究论文更接近生产落地。使用 Ray 分布式框架或考虑 SkyRL 的开发者可以从这些 day-zero 支持经验中直接借鉴。
Completely packed RL & data meetup last night! - @TaoTianhua spoke about RL at @mercor with SkyRL - @charlie_ruan shared day-zero model support, the latest SkyRL features - @avigyabasnet talked about 1M-token context training work from @anyscalecompute and @LilaSciences - @xinyzng spoke about native @raydistributed sandboxes - @yaoma_ai shared @coinbase’s work on building custom specialist models - @alexgshaw talked about RL environments and @harborframework
本条情报归属 AITOP「行业」核心栏目，重点聚焦北美前沿实验室与硅谷科技巨头。在跨区域产业观察坐标中，该动态直接关联「AI 开发者工具链、Coding Agent 与工程化实践」研究主线，反映出当前技术演进与商业落地的最新风向。涉及核心实体与技术议题包括：SkyRL、Ray、Anyscale、强化学习，读者可通过下方标签进入对应专题页查阅历史脉络与关联对比。
信源核验说明：本文原始线索采编自「Anyscale」（@anyscalecompute），经 AITOP 多维评分管线结构化提炼。
