Home Progetti Flash-RL
Flash-RL
Python

Flash-RL

Implementazione per FP8/INT8 Rollout per l'addestramento RL senza perdita di prestazioni.

di yaof20 · GitHub
Stelle
Fork
Licenza
Creato
Ultimo commit
Lingua
reinforcement-learningvllmMITPython
Visualizza su GitHub
In parole semplici

Addestra modelli di apprendimento per rinforzo rapidamente utilizzando tecniche avanzate senza perdere prestazioni.

Mantieni questo progetto?

Rivendica la sua pagina: indicizzata qualunque sia il rango, tradotta in sei lingue e arricchita con le tue parole.

Rivendica questa pagina →
Flash-RL — GitHub preview card
📈 Storia delle stelle
307306
2026-07-202026-08-17
📈 Segui Flash-RL

Ricevi un avviso via email alla prossima release o quando decolla — non perderti nulla.

Gratis · senza carta · disdici quando vuoi
Ricevi avvisi via email →
📄 Informazioni

Implementazione per FP8/INT8 Rollout per l'addestramento RL senza perdita di prestazioni.

Flash-RL ha 306 stelle su GitHub. È stato forkato 23 volte. Flash-RL è scritto principalmente in Python. È in sviluppo attivo dal 2025. Flash-RL è disponibile con licenza MIT. I suoi temi principali sono: reinforcement-learning, vllm.

Frequently asked questions

Che cos'è Flash-RL?

Implementazione per FP8/INT8 Rollout per l'addestramento RL senza perdita di prestazioni.

Flash-RL è open source?

Flash-RL è un progetto open source. È rilasciato con licenza MIT.

Flash-RL è gratuito?

Sì. Flash-RL è gratuito e open source: puoi usarlo, modificarlo e ospitarlo autonomamente.

Con quale licenza è Flash-RL?

Flash-RL è disponibile con licenza MIT.

In quale linguaggio è scritto Flash-RL?

Flash-RL è scritto principalmente in Python.

🏅 Manutentore di questo progetto?
olud.ai badge — Flash-RL

Aggiungi questo badge live al tuo README — le tue stelle GitHub e il ranking della directory, aggiornati quotidianamente.

[![olud.ai](https://olud.ai/badge.php?tool=yaof20-flash-rl)](https://olud.ai/project/yaof20-flash-rl.html)
Altre opzioni di badge →
🧬 Condivide il DNA con🧬 Vedi la mappa del DNA →

Misurato dai topic GitHub comuni a entrambi i progetti, ponderati per la loro rarita.