Depo ayrıntısı

DaoyuanLi2816/mini-verl

verl for a single consumer GPU. PPO, GRPO and on-policy distillation on NVIDIA GPUs.

Python Apache-2.0 27 Temmuz 2026 son push 15 Eylül 2026 75 fork

agentic-rl consumer-gpu knowledge-distillation llm llm-agents on-policy-distillation post-training qlora qwen tool-use verl single-gpu alignment llm-alignment peft grpo ppo reinforcement-learning

GitHub'da aç Site

Yıldız

307+83 · 64 gün

Commit · 28g

son 28 günde

Yazar · 28g

farklı katkıcı

Detaylı değerlendirme

Bu repo için detaylı değerlendirme henüz yapılmadı. Analiz, Ayarlar'daki uyum profilini hesaba katarak "bu işime yarar mı" sorusunu cevaplıyor. Bir kez çalışır; günlük koşular buna dokunmaz. Saatlik sınır var — bir kaynaktan en fazla 3 analiz.