/verl-rl-training
用 verl（Volcano Engine RL）以強化學習訓練 LLM 的指引。在大規模 LLM 後訓練中實作 RLHF、GRPO、PPO 等演算法時使用。
- 安裝次數
- 992
- 專案星數
- 1.4 萬 ★
- 授權
- MIT
- 專案更新
- 2026-10-11
怎麼裝
npx skills add https://github.com/Orchestra-Research/AI-Research-SKILLs --skill verl安裝前請先看過原文內容。中文說明是 AI 翻譯，不保證安全。
原文
Provides guidance for training LLMs with reinforcement learning using verl (Volcano Engine RL). Use when implementing RLHF, GRPO, PPO, or other RL algorithms for LLM post-training at scale with flexible infrastructure backends.