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

浙江盾安禾田取得防冻排水装置专利，解决用水系统相关复杂问题

金融界2024年12月27日消息，国家知识产权局信息显示，浙江盾安禾田金属有限公司取得一项名为“防冻排水装置”的专利，授权公告号CN222209076U，申请日期为2024年3月。

金融界 2024-12-27

广东维杰取得气缸直驱式快速切换三通阀专利，实现流体路径快速切换

金融界2024年12月27日消息，国家知识产权局信息显示，广东维杰物料自动化系统有限公司取得一项名为“一种气缸直驱式快速切换三通阀”的专利，授权公告号CN222209075U，申请日期为2024年5月。

金融界 2024-12-27

浙江杭惠阀门取得控制阀专利，满足高压差大可调比极端复杂工况要求

金融界2024年12月27日消息，国家知识产权局信息显示，浙江杭惠阀门有限公司取得一项名为“种控制阀”的专利，授权公告号CN222208992U，申请日期为2024年2月。

金融界 2024-12-27

思榕科技取得推拉式通断阀专利，有效提高密封性

金融界2024年12月27日消息，国家知识产权局信息显示，深圳市思榕科技有限公司取得一项名为“推拉式通断阀”的专利，授权公告号CN222209074U，申请日期为2024年3月。

金融界 2024-12-27

青田阿迪玛阀门铸造取得便于更换填料的球阀专利，便于对填料本体更换，减轻工作人员强度

金融界2024年12月27日消息，国家知识产权局信息显示，青田阿迪玛阀门铸造有限公司取得一项名为“一种便于更换填料的球阀”的专利，授权公告号CN222209062U，申请日期为2024年7月。

金融界 2024-12-27

上海中君阀门取得暖通用电动二通球阀专利，使阀体与执行器之间的稳定性得到提升

金融界2024年12月27日消息，国家知识产权局信息显示，上海中君阀门集团有限公司取得一项名为“一种暖通用电动二通球阀”的专利，授权公告号CN222209064U，申请日期为2024年5月。

金融界 2024-12-27

南安亚布洁具取得冷启动式水龙头专利，有效节约能源

金融界2024年12月27日消息，国家知识产权局信息显示，南安亚布洁具有限公司取得一项名为“一种冷启动式水龙头”的专利，授权公告号CN222209069U，申请日期为2024年5月。

金融界 2024-12-27

念承气动取得一种电子排水阀专用球阀过滤器专利，能够方便对滤芯本体进行拆卸

金融界2024年12月27日消息，国家知识产权局信息显示，念承气动科技南京有限公司取得一项名为“一种电子排水阀专用球阀过滤器”的专利，授权公告号CN222209065U，申请日期为2024年7月。

金融界 2024-12-27

北京市阀门总厂取得自紧式阀座及浮动球阀专利，提升防火密封性能

金融界2024年12月27日消息，国家知识产权局信息显示，北京市阀门总厂股份有限公司取得一项名为“自紧式阀座及浮动球阀”的专利，授权公告号CN222209060U，申请日期为2024年5月。

金融界 2024-12-27

金融监管总局：银行保险机构应当建立针对大数据、云计算、移动互联网、物联网等多元异构环境下的数据安全技术保护体系

国家金融监督管理总局印发银行保险机构数据安全管理办法。银行保险机构应当建立针对大数据、云计算、移动互联网、物联网等多元异构环境下的数据安全技术保护体系，建立数据安全技术架构，明确数据保护策略方法，采取技术措施，保障数据安全。

金融界 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

浙江盾安禾田取得防冻排水装置专利，解决用水系统相关复杂问题

广东维杰取得气缸直驱式快速切换三通阀专利，实现流体路径快速切换

浙江杭惠阀门取得控制阀专利，满足高压差大可调比极端复杂工况要求

思榕科技取得推拉式通断阀专利，有效提高密封性

青田阿迪玛阀门铸造取得便于更换填料的球阀专利，便于对填料本体更换，减轻工作人员强度

上海中君阀门取得暖通用电动二通球阀专利，使阀体与执行器之间的稳定性得到提升

南安亚布洁具取得冷启动式水龙头专利，有效节约能源

念承气动取得一种电子排水阀专用球阀过滤器专利，能够方便对滤芯本体进行拆卸

北京市阀门总厂取得自紧式阀座及浮动球阀专利，提升防火密封性能

金融监管总局：银行保险机构应当建立针对大数据、云计算、移动互联网、物联网等多元异构环境下的数据安全技术保护体系

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