Framework RLHF ad alte prestazioni con accelerazione Ray+vLLM. Utilizzare per l'addestramento PPO, GRPO, RLOO, DPO di modelli di grandi dimensioni (7B-70B+). Costruito su Ray, vLLM, ZeRO-3. 2 volte più veloce di DeepSpeedChat con architettura distribuita e condivisione delle risorse GPU.
Installa rapidamente la skill AI openrlhf-training nel tuo ambiente di sviluppo tramite riga di comando
Fonte: 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.
Framework RLHF ad alte prestazioni con accelerazione Ray+vLLM. Utilizzare per l'addestramento PPO, GRPO, RLOO, DPO di modelli di grandi dimensioni (7B-70B+). Costruito su Ray, vLLM, ZeRO-3. 2 volte più veloce di DeepSpeedChat con architettura distribuita e condivisione delle risorse GPU. Fonte: orchestra-research/ai-research-skills.
Campi e comandi stabili per citazioni AI/ricerca.
npx skills add https://github.com/orchestra-research/ai-research-skills --skill openrlhf-trainingBrowse more skills from orchestra-research/ai-research-skills
Framework RLHF ad alte prestazioni con accelerazione Ray+vLLM. Utilizzare per l'addestramento PPO, GRPO, RLOO, DPO di modelli di grandi dimensioni (7B-70B+). Costruito su Ray, vLLM, ZeRO-3. 2 volte più veloce di DeepSpeedChat con architettura distribuita e condivisione delle risorse GPU. Fonte: orchestra-research/ai-research-skills.
Apri il tuo terminale o strumento da riga di comando (Terminal, iTerm, Windows Terminal, ecc.) Copia ed esegui questo comando: npx skills add https://github.com/orchestra-research/ai-research-skills --skill openrlhf-training Dopo l'installazione, la skill verrà configurata automaticamente nel tuo ambiente AI di coding e sarà pronta all'uso in Claude Code, Cursor o OpenClaw
https://github.com/orchestra-research/ai-research-skills