AReaL — 清华 x 蚂蚁开源异步强化学习框架，训练 LLM 推理能力

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。