GPU Mode - 強化学習ミニカンファレンス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伴う効率的なGRPO / GSPOのためのUnsloth GitHub： https://github.com/unslothai/unsloth

こちらが添付のPDFスライドです：

12MB

RL Mini Conference __ Unsloth.pdf

PDF

開く

強化学習リソース

ステップバイステップのガイド、初心者向けまたは上級者向けのチュートリアルについては、次のドキュメントを参照してください：

💡Reinforcement Learning GuideRL報酬ハッキング

🧩Advanced RL Docs⁉️RLにおけるFP16とBF16

🎱FP8 RL

👁️‍🗨️Vision RL

ライブビデオ録画