[ICLR 2026] QeRL permet le RL pour des LLMs de 32B sur un seul GPU H100.
Exécutez un apprentissage par renforcement pour des modèles de langage de grande taille sur un seul GPU avec une efficacité améliorée.
Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.
Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.
Gratuit · sans carte · désinscription à tout moment[ICLR 2026] QeRL permet le RL pour des LLMs de 32B sur un seul GPU H100.
QeRL compte 511 étoiles sur GitHub. Il a été forké 51 fois. QeRL est écrit principalement en Python. Il est développé activement depuis 2025. QeRL est disponible sous licence Apache-2.0. Ses principaux thèmes sont : llms, quantization, reasoning, reinforcement-learning.
[ICLR 2026] QeRL permet le RL pour des LLMs de 32B sur un seul GPU H100.
QeRL est un projet open source. Il est distribué sous licence Apache-2.0.
Oui. QeRL est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.
QeRL est disponible sous licence Apache-2.0.
QeRL est écrit principalement en Python.
Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.
[](https://olud.ai/project/nvlabs-qerl.html)
Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.