GPU Mode - 强化学习迷你会议 2026

我们在 PyTorch Conference 2025 演讲的幻灯片。

Unsloth 的 GitHub，用于高效的 GRPO / GSPO，并包含大量自定义内核工作： https://github.com/unslothai/unsloth

以下是我们附上的 PDF 幻灯片：

RL Mini Conference __ Unsloth.pdf

PDF · 12MB

打开

强化学习资源

有关逐步指南、初学者或高级教程，您可以参考我们的文档：

💡Reinforcement LearningRL 奖励黑客

🧩Advanced RL Docs⁉️RL 中的 FP16 与 BF16

🎱FP8 RL

👁️‍🗨️Vision RL

直播视频录制