verl-rl-training

作者: firecrawl

提供使用verl(火山引擎强化学习)训练大语言模型的指导。适用于实现RLHF、GRPO、PPO或其他强化学习算法…

npx skills add https://github.com/firecrawl/ai-research-skills --skill verl-rl-training