GPU Mode - Reinforcement Learning Mini Conference 2026

PyTorch Conference 2025 の講演スライド。

多くのカスタムカーネル作業を含む、効率的な GRPO / GSPO のための Unsloth の GitHub: https://github.com/unslothai/unsloth

添付のPDFスライドはこちらです：

RL Mini Conference __ Unsloth.pdf

PDF · 12MB

開く

強化学習リソース

ステップごとのガイド、初級または上級のチュートリアルについては、当社のドキュメントをご参照ください：

💡Reinforcement LearningRLにおける報酬ハッキング

🧩Advanced RL Docs⁉️RLにおけるFP16とBF16

🎱FP8 RL

👁️‍🗨️Vision RL

ライブ動画の録画