Framework RLHF hautes performances avec accélération Ray+vLLM. Utilisation pour la formation PPO, GRPO, RLOO, DPO de grands modèles (7B-70B+). Construit sur Ray, vLLM, ZeRO-3. 2 fois plus rapide que DeepSpeedChat avec une architecture distribuée et le partage des ressources GPU.
Installez rapidement le skill IA openrlhf-training dans votre environnement de développement via la ligne de commande
Source : 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.
Framework RLHF hautes performances avec accélération Ray+vLLM. Utilisation pour la formation PPO, GRPO, RLOO, DPO de grands modèles (7B-70B+). Construit sur Ray, vLLM, ZeRO-3. 2 fois plus rapide que DeepSpeedChat avec une architecture distribuée et le partage des ressources GPU. Source : ovachiever/droid-tings.
Champs et commandes stables pour les citations IA/recherche.
npx skills add https://github.com/ovachiever/droid-tings --skill openrlhf-trainingFramework RLHF hautes performances avec accélération Ray+vLLM. Utilisation pour la formation PPO, GRPO, RLOO, DPO de grands modèles (7B-70B+). Construit sur Ray, vLLM, ZeRO-3. 2 fois plus rapide que DeepSpeedChat avec une architecture distribuée et le partage des ressources GPU. Source : ovachiever/droid-tings.
Ouvrez votre terminal ou outil de ligne de commande (Terminal, iTerm, Windows Terminal, etc.) Copiez et exécutez cette commande : npx skills add https://github.com/ovachiever/droid-tings --skill openrlhf-training Une fois installé, le skill sera automatiquement configuré dans votre environnement de programmation IA et prêt à être utilisé dans Claude Code, Cursor ou OpenClaw
https://github.com/ovachiever/droid-tings