感謝 @vllm_project 團隊的出色工作,實施起來非常容易! PipelineRL 被 NeurIPS 拒絕真是令人憤慨。當我向很多人解釋飛行中更新的工作原理時,他們都堅持它有問題,根本行不通。但它的確非常新穎。