メインコンテンツへスキップ
buildradar
Sign in

NVlabs/QeRL

@NVlabs

[ICLR 2026] QeRLは単一のH100 GPUでの32B LLM向けRLを可能にします

スター
518
フォーク
53
言語
Python
ライセンス
Apache-2.0
最終プッシュ
5 か月前
Pythonllmsreinforcement-learningquantizationreasoning

関連 Intel はまだありません

このリポジトリは radar が追跡するソースにまだ登場していません。コレクターはスケジュールで動いています——このリポジトリがカバーされたらまた見てください。