先说一下AReal跟llamafactory和rllm的区别
- llamafactory是LLM训练框架，不原生支持训练Agent，同时是先rollout再进行奖励计算，是一个同步的过程
- rllm是Agent训练框架，不原生支持训练LLM，它更像是一个训练前端，会接入一个RL训练后端
- AReal既可以训练LLM也可以训练Agent，同时它是异步算法，rollout和奖励计算是同时干的事情，速度是最快的，而且修改具体算法的话会更方便
AReal 简介
·
小龙虾开发者社区是 CSDN 旗下专注 OpenClaw 生态的官方阵地，聚焦技能开发、插件实践与部署教程，为开发者提供可直接落地的方案、工具与交流平台，助力高效构建与落地 AI 应用
更多推荐
10
0- 0
已为社区贡献2条内容
所有评论(0)