Leistungsstarkes RLHF-Framework mit Ray+vLLM-Beschleunigung. Verwendung für PPO-, GRPO-, RLOO- und DPO-Training großer Modelle (7B-70B+). Basierend auf Ray, vLLM, ZeRO-3. 2× schneller als DeepSpeedChat mit verteilter Architektur und gemeinsamer GPU-Ressourcennutzung.
Installieren Sie den KI-Skill openrlhf-training schnell in Ihrer Entwicklungsumgebung über die Kommandozeile
Quelle: ovachiever/droid-tings.
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.
Leistungsstarkes RLHF-Framework mit Ray+vLLM-Beschleunigung. Verwendung für PPO-, GRPO-, RLOO- und DPO-Training großer Modelle (7B-70B+). Basierend auf Ray, vLLM, ZeRO-3. 2× schneller als DeepSpeedChat mit verteilter Architektur und gemeinsamer GPU-Ressourcennutzung. Quelle: ovachiever/droid-tings.
Stabile Felder und Befehle für KI/Such-Zitate.
npx skills add https://github.com/ovachiever/droid-tings --skill openrlhf-trainingLeistungsstarkes RLHF-Framework mit Ray+vLLM-Beschleunigung. Verwendung für PPO-, GRPO-, RLOO- und DPO-Training großer Modelle (7B-70B+). Basierend auf Ray, vLLM, ZeRO-3. 2× schneller als DeepSpeedChat mit verteilter Architektur und gemeinsamer GPU-Ressourcennutzung. Quelle: ovachiever/droid-tings.
Öffnen Sie Ihr Terminal oder Kommandozeilen-Tool (Terminal, iTerm, Windows Terminal, etc.) Kopieren Sie diesen Befehl und führen Sie ihn aus: npx skills add https://github.com/ovachiever/droid-tings --skill openrlhf-training Nach der Installation wird der Skill automatisch in Ihrer KI-Programmierumgebung konfiguriert und ist bereit zur Verwendung in Claude Code, Cursor oder OpenClaw
https://github.com/ovachiever/droid-tings