Anyscale 工程师直播讲解 LLM 后训练与 SkyRL 实战
Anyscale 的工程师手把手讲怎么用 GRPO 做强化学习训练，还带 SkyRL 框架实操和终端智能体案例，想自己动手训模型的别错过。
#SkyRL
共 5 条 · 7 天 1 条 · 30 天 4 条
信息流里打上「SkyRL」标签的资讯、产品与论文，按刊登时间排，新的在上。
11月5日
10月23日
Anyscale 推出 LLM 生产化培训课程，涵盖 SkyRL 强化学习实战
Anyscale 开了门课，教你用 SkyRL 做后训练，从 GRPO 到终端智能体案例都带上手 demo，想搞 RL 工程的可以看看。
10月16日
Reflection-Beam-1.0 获 vLLM Day-0 支持：501B 参数、1M 上下文
Reflection AI 的新模型 Beam-1.0 开服就能在 vLLM 上跑，501B 参数却只激活 23B，还能微调做 RL，搞部署的可以看看
Reflection-Beam-1.0 发布，vLLM 提供 Day-0 支持
vLLM 和 Reflection 合作搞的 Beam-1.0，501B 参数但每 token 只激活 23B，还能跑 1M 上下文，发布当天 vLLM 就能部署，微调工具也齐了。
9月26日
用 SkyRL 在 Amazon SageMaker HyperPod 上做多模态 RL 训练
AWS 出的实操教程，手把手教你在 HyperPod 上用 SkyRL 给 Qwen3-VL-8B 做 GRPO 多模态训练，最后还能部署 LoRA 推理。