Inicio Proyectos QeRL
QeRL
Python

QeRL

[ICLR 2026] QeRL habilita RL para LLMs de 32B en una sola GPU H100.

por NVlabs · GitHub
Estrellas
Ramas
Licencia
Creado
Último commit
Categoría
Lenguaje
llmsquantizationreasoningApache-2.0Python
Ver en GitHub
En palabras simples

Ejecuta aprendizaje por refuerzo para grandes modelos de lenguaje en una sola GPU con eficiencia mejorada.

¿Mantienes este proyecto?

Reivindica su pagina: indexada sea cual sea su posicion, traducida a seis idiomas y enriquecida con tus propias palabras.

Reivindicar esta pagina →
QeRL — GitHub preview card
📈 Historial de estrellas
512511
2026-07-202026-08-31
📈 Sigue QeRL

Recibe una alerta por correo en su próximo lanzamiento o cuando despegue — no te pierdas nada.

Gratis · sin tarjeta · cancela cuando quieras
Recibir alertas por email →
📄 Acerca de

[ICLR 2026] QeRL habilita RL para LLMs de 32B en una sola GPU H100.

QeRL tiene 511 estrellas en GitHub. Se ha bifurcado 51 veces. QeRL está escrito principalmente en Python. Se desarrolla activamente desde 2025. QeRL está disponible bajo la licencia Apache-2.0. Sus temas principales son: llms, quantization, reasoning, reinforcement-learning.

Frequently asked questions

¿Qué es QeRL?

[ICLR 2026] QeRL habilita RL para LLMs de 32B en una sola GPU H100.

¿QeRL es de código abierto?

QeRL es un proyecto de código abierto. Se distribuye bajo la licencia Apache-2.0.

¿QeRL es gratis?

Sí. QeRL es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.

¿Bajo qué licencia está QeRL?

QeRL está disponible bajo la licencia Apache-2.0.

¿En qué lenguaje está escrito QeRL?

QeRL está escrito principalmente en Python.

🏅 ¿Mantenedor de este proyecto?
olud.ai badge — QeRL

Agrega este distintivo en vivo a tu README — tus estrellas de GitHub y rango en el directorio, actualizados diariamente.

[![olud.ai](https://olud.ai/badge.php?tool=nvlabs-qerl)](https://olud.ai/project/nvlabs-qerl.html)
Más opciones de distintivos →
🧬 Comparte ADN con🧬 Ver el mapa de ADN →

Medido a partir de los topics de GitHub comunes a ambos proyectos, ponderados por su rareza.