消息来源频道

互联网从业者充电站

@https1024

频道28,610 位成员公开可见持续更新

互联网从业者专属内容多为技术、产品、设计、运营等不同话题内容；目标人群为程序员、设计师、产品经理、运营管理等不同职能。投稿/合作： @inside1024_bot 内容来源网络

成员规模28,610 位成员

在线情况待同步

消息总数32,672 条消息

浏览量总数5,084,371 次浏览

频道详情频道地址

2025/08/07 20:50

最近两周一直在带团队闭关做 Agent RL 的训练，周末也在加班训模型。今天终于把 32k 上下文的 RL 跑通了，效果涨了 7 个点。中间踩了 verl 和 sglang 的无数个坑，填了一个又来一个，看不见希望，被 verl 伤害过的知道我在说什么。
白天还在想周末能跑通就不错了。晚上突然就拿到结果了。这就是柳暗花明又一村的感觉吧。这个周末终于可以休息了。