标签 "推理" 的搜索结果：2 个资源
清华 IIIS 与蚂蚁集团联合开源的 LLM 强化学习训练系统，全异步架构较同步方案提速 2.77 倍，支持 GRPO/PPO/DAPO 等算法，专攻数学推理和 Agent 任务。
Sebastian Raschka 的教程，用 PyTorch 从零开始实现一个推理 LLM，逐步讲解每个组件。
