学习记录共 1 篇
技术笔记

vLLM 与 DeepSpeed 入门实验 连接到 Agentic RL

从本地小模型服务和双卡微型训练开始,给出可复用的代码、实验变量和记录表,再梳理生成轨迹、训练更新与权重同步的系统边界。

大模型系统 · 12 分钟阅读阅读全文 ↗