分析结果尚未生成。
verl-project/verl
verl: Volcano Engine Reinforcement Learning for LLMs
PR 列表
2026-10-09
分析结果尚未生成。
#8146 [hardware, recipe] feat: DeepSeek-V4-Flash GRPO on ROCm (MI355X) with QAT, FP8 or BF16 training
原始 PR · 作者 PeterYang12 · 合并时间 2026-10-09 11:43
分析结果尚未生成。
分析结果尚未生成。
2026-10-08
分析结果尚未生成。
分析结果尚未生成。
分析结果尚未生成。
分析结果尚未生成。
参与讨论