正在加载线程详情
正在从 X 获取原始推文,整理成清爽的阅读视图。
通常只需几秒钟,请稍候。
共 1 条推文 · 2025年11月3日 20:30
对于小模型强化学习来说,情况确实如此。最常用的库以每秒 500-5000 步的速度训练标准基线模型。而使用 PufferLib,我们每次更新的训练速度都能达到每秒 50 万-500 万步,甚至更快!