淘天联合爱橙开源强化学习训练框架ROLL，高效支持十亿到千亿参数大模型训练

淘天集团与爱橙科技联合开源新一代强化学习训练框架ROLL，旨在解决大规模语言模型后训练阶段的高效强化学习需求。该框架支持从中小模型至600B参数以上超大模型的训练，具备多任务学习、智能体交互、灵活算法配置及高可扩展性等优势。ROLL通过模块化架构优化训练流程，提升资源利用率，并已在Qwen系列模型上验证其有效性，实现准确率显著提升。目前项目已在GitHub开源并获得广泛关注，后续将持续迭代支持前沿功能。
来源：https://mp.weixin.qq.com/s/4JaXQd_X_XheZuSILfE2Pw