📌 📄 内容摘要:
@Kiko_r 在 GRPO框架 中发帖
想问一下大家GRPO都用什么框架，我看项目有openr1(基于trl)、verl、openRLHF。其中trl vram占用很高，unsloth只能单卡，verl的reward function只能一个，openRLHF看起来有点复杂。还有什么推荐的吗
────────── 链接信息 ──────────
🔗 论坛链接: linux.do
📎 访问地址: https://linux.do/t/topic/745653/1
─────────────────────────────
📢 来源：LINUX DO
