إطار عمل RLHF عالي الأداء مع تسريع Ray+vLLM. يستخدم لتدريب PPO وGRPO وRLOO وDPO للنماذج الكبيرة (7B-70B+). بنيت على راي، vLLM، زيرو-3. أسرع مرتين من DeepSpeedChat مع البنية الموزعة ومشاركة موارد وحدة معالجة الرسومات.
ثبّت مهارة الذكاء الاصطناعي openrlhf-training بسرعة في بيئة التطوير لديك عبر سطر الأوامر
المصدر: orchestra-research/ai-research-skills.
OpenRLHF is a Ray-based RLHF framework optimized for distributed training with vLLM inference acceleration.
Workflow 1: Full RLHF pipeline (SFT → Reward Model → PPO)
Hybrid Engine GPU sharing: See references/hybrid-engine.md for vLLM sleep mode, DeepSpeed sleep mode, and optimal node allocation.
إطار عمل RLHF عالي الأداء مع تسريع Ray+vLLM. يستخدم لتدريب PPO وGRPO وRLOO وDPO للنماذج الكبيرة (7B-70B+). بنيت على راي، vLLM، زيرو-3. أسرع مرتين من DeepSpeedChat مع البنية الموزعة ومشاركة موارد وحدة معالجة الرسومات. المصدر: orchestra-research/ai-research-skills.
حقول وأوامر مستقرة للاقتباس في أنظمة الذكاء الاصطناعي والبحث.
npx skills add https://github.com/orchestra-research/ai-research-skills --skill openrlhf-trainingBrowse more skills from orchestra-research/ai-research-skills
إطار عمل RLHF عالي الأداء مع تسريع Ray+vLLM. يستخدم لتدريب PPO وGRPO وRLOO وDPO للنماذج الكبيرة (7B-70B+). بنيت على راي، vLLM، زيرو-3. أسرع مرتين من DeepSpeedChat مع البنية الموزعة ومشاركة موارد وحدة معالجة الرسومات. المصدر: orchestra-research/ai-research-skills.
افتح الطرفية أو أداة سطر الأوامر لديك مثل Terminal أو iTerm أو Windows Terminal انسخ ونفّذ هذا الأمر: npx skills add https://github.com/orchestra-research/ai-research-skills --skill openrlhf-training بعد التثبيت، سيتم إعداد المهارة تلقائيا في بيئة البرمجة بالذكاء الاصطناعي لديك وتصبح جاهزة للاستخدام في Claude Code أو Cursor أو OpenClaw
https://github.com/orchestra-research/ai-research-skills