WebRL：自进化在线课程强化学习框架，提升开源大模型网络任务能力的新框架

作者：蚝油菜花发布时间：2024-11-06

清华

WebRL 是清华大学和智谱 AI 联合推出的自进化在线课程强化学习框架，通过自我进化课程学习和结果监督奖励模型（ORM）评估任务成功与否，显著提升了开源 LLM 在 WebArena-Lite 基准...【查看原文】

相关资讯

WebRL：自进化在线课程强化学习框架，提升开源大模型网络任务能力的新框架

WebRL 是清华大学和智谱 AI 联合推出的自进化在线课程强化学习框架，通过自我进化课程学习和结果监督奖励模型（ORM）评估任务成功与否，显著提升了开源 LLM 在 WebArena-Lite 基准

清华

蚝油菜花 2024-11-06

OpenRL强化学习框架，支持单智能体、多智能体训练，还可训练自然语言任务!

OpenRL 是由第四范式强化学习团队开发的基于PyTorch的强化学习研究框架，支持单智能体、多智能体、自然语言等多种任务的训练。OpenRL基于PyTorch进行开发，目标是为强化学习研究社区提供一个简单易用、灵活高效、可持续扩展的平台。目前，OpenRL支持的特性包括：简单易用且支持单智能体、多智能体训练的通用接口支持自然语言任务（如对话任务）的强化学习训练支持从 Hugging Face 上导入模型和数据支持LSTM，GRU，Transformer等模型支持多种训练加速，例如：自动混合精度训练，

第四范式 Hugging Face

OpenRL官方 2023-05-15

近期资讯

Edge浏览器一功能立功：一年节省7万亿MB流量

适逢年底，各种年度盘点纷至沓来，微软Edge浏览器也列举了一组相当辉煌的数据。首先是安全方面，按照微软的统计，2024年，Edge浏览器基于内置的安全功能，帮助用户阻止了超过14亿次网络钓鱼、

上方文Q 2024-12-27

埃及两男子从海底偷数百件文物被捕网友：考古队省心了

快科技12月27日消息，据报道，埃及最近逮捕两名男子，他们从海底盗取古代文物448件，其中包括硬币、雕像、斧头、青铜杯、长矛和雕像头部等。这批文物源自约900年前希腊罗马古代时期，不仅承载

鹿角 2024-12-27

尊界S800为何用1.5T 余承东：考虑过2.0T、但车头太重

快科技12月27日消息，鸿蒙智行首款百万级豪华轿车尊界S800已经申报，将提供纯电和增程两种动力类型，均分为双电机和三电机。其中增程版将配备一台来自东安动力提供的1.5T增程器，这引发了非常

2024-12-27

台积电拿下高通骁龙8 Elite 2订单！三星瞄准骁龙8 Elite 3

快科技12月27日消息，据媒体报道，台积电近日成功夺得高通下一代处理器“骁龙8 Elite 2”的代工订单，将采用其先进的3纳米制程技术“N3P”进行量产。三星电子原本有意争取

黑白 2024-12-27

老外盘点2024年20款必玩单机：《黑神话》《寂静岭2》领衔

今日，gamingbolt盘点了2024年必玩的20款最佳单机游戏。官方表示，尽管不像去年那么种类繁多，但2024在各种游戏类型方面仍有不少一流的作品，值得玩家花上数百小时去体验。TOP20如下：1、

2024-12-27

萤火虫三眼灯引争议网友爆改款前脸！你觉得哪款更好看

快科技12月27日消息，在蔚来2024 NIO Day上，蔚来发布第三品牌首款车型萤火虫。萤火虫前脸采用了“三重奏”的理念，虽然“三眼灯”的设计极其个性，但仍受到不少网友争议

若风 2024-12-27

《小小的我》豆瓣早期评价：易烊千玺扮脑瘫突破演技

今日，由易烊千玺主演的电影《小小的我》全国正式上映。在豆瓣早期评价中，观众们给予了不错的评价。不少观众被易烊千玺饰演的“脑瘫”主角刘春和所感动，也对他年纪轻轻就有勇

2024-12-27

张雪峰公司开年会“撒”现金：图书4个月线上卖了5000万

快科技12月27日消息，据媒体报道，近日，张雪峰公司“峰学蔚来”举办年会活动。活动现场，张雪峰现场摇奖，开启了多轮抽现金红包活动。此前，张雪峰在视频中透露过，称他们公司年会

秋白 2024-12-27

RTX 5090公版太奢华了！16+6+7相供电、14层PCB

快科技12月27日消息，RTX 5090显卡的PCB电路板、GPU核心先后曝光，现在又得到了更多细节，尤其是供电、功耗等。首先，RTX 5090公版将会配备16+6+7相供电电路，一共多达29相，PCB电路板也将有多

上方文Q 2024-12-27

增幅稳居第一1-11月悦达起亚国内外累计销售超22.4万台

王略 2024-12-27

WebRL：自进化在线课程强化学习框架，提升开源大模型网络任务能力的新框架

推荐体验

相关资讯

WebRL：自进化在线课程强化学习框架，提升开源大模型网络任务能力的新框架

OpenRL强化学习框架，支持单智能体、多智能体训练，还可训练自然语言任务!

研究人员打造即插即用型框架，将多智能体强化学习引入大语言模型

APUS李涛：未来AI大模型的演进将会采用自博弈强化学习新范式

开源的意义-深度学习框架篇

近期资讯

Edge浏览器一功能立功：一年节省7万亿MB流量

埃及两男子从海底偷数百件文物被捕网友：考古队省心了

尊界S800为何用1.5T 余承东：考虑过2.0T、但车头太重

台积电拿下高通骁龙8 Elite 2订单！三星瞄准骁龙8 Elite 3

老外盘点2024年20款必玩单机：《黑神话》《寂静岭2》领衔

萤火虫三眼灯引争议网友爆改款前脸！你觉得哪款更好看

《小小的我》豆瓣早期评价：易烊千玺扮脑瘫突破演技

张雪峰公司开年会“撒”现金：图书4个月线上卖了5000万

RTX 5090公版太奢华了！16+6+7相供电、14层PCB

增幅稳居第一1-11月悦达起亚国内外累计销售超22.4万台

推荐体验

AIGC重要产品

AI对话：类ChatGPT产品体验

好用的AI绘画工具

火热的AIGC产品

AIGC近期要闻

大公司发布的大模型产品都有哪些？

政府对AIGC的扶持政策

AIGC对就业的影响：我们会失业吗？

AIGC产业影响

AIGC对内容创作的影响

AIGC对绘画设计领域的影响

AIGC对各行各业的影响