ROCK：阿里巴巴开源的强化学习沙箱环境构建与管理工具 ROCK（Reinforcement Open Construction Kit）是由阿里巴巴淘天未来生活实验室与AI引擎团队联合开发的开源强化学习环境管理框架，基于客户端-服务器架构，提供沙箱环境的构... 1个月前 AI新闻 46
Verl：字节跳动开源的 LLM 强化学习训练工具，高效支持 RLHF 与多算法部署 Verl是由字节跳动Seed团队发起、社区共同维护的开源强化学习（RL）训练库，专为大型语言模型（LLMs）设计，该项目以“灵活易用、高效性能、生产级就绪”为核心优势，深度整... 1个月前 AI新闻 202
