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

广东智子取得气流混合器专利，仅需单个喷嘴就能实现对粉体物料充分快速且无死角活化对流混合

金融界2024年12月25日消息，国家知识产权局信息显示，广东智子智能技术有限公司取得一项名为“气流混合器”的专利，授权公告号CN222196720U，申请日期为2024年4月。专利摘要显示，本公开提供一种气流混合器。

金融界 2024-12-25

佛吉亚歌乐电子申请电子设备专利，能够从顶板吸进空气用于冷却发热元件

金融界2024年12月25日消息，国家知识产权局信息显示，佛吉亚歌乐电子有限公司申请一项名为“电子设备”的专利，公开号CN119172977A，申请日期为2024年6月。专利摘要显示，本发明提供一种电子设备，该电子设备使得能够从顶板吸进空气用于高效地冷却发热元件，同时还允许使用简单构型将通过该顶板的进气口进入的水排出到壳体的外部。

金融界 2024-12-25

开利公司申请具有浸入式散热器的服务器冷却专利，可冷却服务器组件

金融界2024年12月25日消息，国家知识产权局信息显示，开利公司申请一项名为“具有浸入式散热器的服务器冷却”的专利，公开号CN119172978A，申请日期为2024年6月。

金融界 2024-12-25

进鑫机械申请机械设备用高效热交换装置专利，提高热交换器工作效率

金融界2024年12月25日消息，国家知识产权局信息显示，六安市进鑫机械制造有限公司申请一项名为“一种机械设备用的高效热交换装置”的专利，公开号CN119172984A，申请日期为2024年8月。

金融界 2024-12-25

安徽实特医药取得恒温磁力搅拌器结构专利，避免搅拌功率过高致液体溢出

金融界2024年12月25日消息，国家知识产权局信息显示，安徽实特医药科技有限公司取得一项名为“一种恒温磁力搅拌器结构”的专利，授权公告号CN222196724U，申请日期为2024年5月。

金融界 2024-12-25

成都晟源石化取得一种多液体混合装置专利，解决苯乙烯聚合问题

金融界2024年12月25日消息，国家知识产权局信息显示，成都晟源石化有限公司取得一项名为“一种多液体的混合装置”的专利，授权公告号CN222196719U，申请日期为2024年3月。

金融界 2024-12-25

山东卓智盈讯申请新一代信息技术智能散热装置专利，对高性能计算机周边产生的热量进行综合评估

科技信息有限公司申请一项名为“一种新一代信息技术智能散热装置”的专利，公开号CN119172979A，申请日期为2024年8月。

金融界 2024-12-25

北检润和取得称重搅拌系统专利，解决实验室溶液制备问题

金融界2024年12月25日消息，国家知识产权局信息显示，北检润和（北京）技术服务有限公司取得一项名为“称重搅拌系统”的专利，授权公告号CN222196723U，申请日期为2024年4月。

金融界 2024-12-25

柏康（湖北）医药科技取得新型临床试验用量筒专利，使溶解效果更好

金融界2024年12月25日消息，国家知识产权局信息显示，柏康（湖北）医药科技有限公司取得一项名为“种新型临床试验用量筒”的专利，授权公告号CN222196718U，申请日期为2024年1月。

金融界 2024-12-25

如何在手机摄影中轻松关闭拍照声音，避免尴尬场合的干扰

在我们的日常生活中，手机摄影已经成为了一种常见的记录方式，随时随地都可以用手机捕捉到美好的瞬间。不过，有些朋友可能会发现，手机拍照时发出的“咔嚓”声实在是有点烦人，特别是在安静的环境中，比如图书馆、会议室或者是某些特别的场合。

新报观察 2024-12-25

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

广东智子取得气流混合器专利，仅需单个喷嘴就能实现对粉体物料充分快速且无死角活化对流混合

佛吉亚歌乐电子申请电子设备专利，能够从顶板吸进空气用于冷却发热元件

开利公司申请具有浸入式散热器的服务器冷却专利，可冷却服务器组件

进鑫机械申请机械设备用高效热交换装置专利，提高热交换器工作效率

安徽实特医药取得恒温磁力搅拌器结构专利，避免搅拌功率过高致液体溢出

成都晟源石化取得一种多液体混合装置专利，解决苯乙烯聚合问题

山东卓智盈讯申请新一代信息技术智能散热装置专利，对高性能计算机周边产生的热量进行综合评估

北检润和取得称重搅拌系统专利，解决实验室溶液制备问题

柏康（湖北）医药科技取得新型临床试验用量筒专利，使溶解效果更好

如何在手机摄影中轻松关闭拍照声音，避免尴尬场合的干扰

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