verl-project/verl 周报

verl 项目周报 2026 第 18 周 (04-27 至 05-03)

本周共合入 24 个 PR，重点围绕模块解耦（Diffusion RL、VLA 迁移至独立仓库）、架构重构（LLM 服务器管理抽离）、性能优化（Megatron 卸载内存、权重分块传输）以及训练器 / 引擎修复（sum_pi_squared、fp16 支持、序列化等），NPU 生态持续完善，新增 Ascend CI 工作流。

2026-04-27 至 2026-05-03 · 来源 PR 24 · 重点 PR 24 · 自动生成 · 生成于 2026-05-04 01:03

查看详情

Verl 项目周报：2026 年第 17 周（04/20 - 04/26）

本周聚焦基础设施重构（废弃 workers/interactions 模块）与平台扩展（多教师 OPD、VeOmni、ROCm/NPU 兼容），同时修复了多项核心 bug，为统一引擎架构铺平道路。

2026-04-20 至 2026-04-26 · 来源 PR 31 · 重点 PR 24 · 自动生成 · 生成于 2026-04-27 01:01

查看详情

2026 第 16 周 · 04-13 至 04-19 周报

本周围绕训练器功能增强、异步训练修复和基础设施升级展开，核心主线是强化同步 PPO 训练器并修复异步训练中的路由专家问题，同时推进项目组织迁移和 NPU 环境适配。

2026-04-13 至 2026-04-19 · 来源 PR 39 · 重点 PR 18 · 自动生成 · 生成于 2026-04-20 01:03

查看详情

2026年第15周（04-06至04-12）技术周报

本周仓库变化聚焦于训练器架构优化、NPU 硬件适配、Megatron 框架修复以及 CI/CD 增强，多项核心变更提升了系统性能和兼容性，但同时也暴露出测试覆盖不足和未采纳 review 建议的风险。

2026-04-06 至 2026-04-12 · 来源 PR 27 · 重点 PR 18 · 自动生成 · 生成于 2026-04-13 01:06

查看详情

2026 第 14 周 · 03-30 至 04-05

本周仓库合并了 31 个 PR，核心变化集中在扩散模型强化学习支持、Megatron 引擎优化和 CI/CD 持续改进，同时配置系统重构和风险修复推动了框架稳定性和扩展性提升。

2026-03-30 至 2026-04-05 · 来源 PR 31 · 重点 PR 18 · 自动生成 · 生成于 2026-04-06 01:03

查看详情

2026 第13周（03-23至03-29）周报

本周 PR 集中在训练优化、模型支持扩展和量化功能推进，同时修复多项关键 bug 和性能问题。

2026-03-23 至 2026-03-29 · 来源 PR 39 · 重点 PR 18 · 自动生成 · 生成于 2026-03-30 01:03

查看详情