🐯 Liger GRPO meets TRL

Hugging Face TRL 正式整合 Liger Kernel，讓 DeepSeek-R1 的 GRPO 強化學習訓練更省顯存、速度更快！

Hugging Face 的 TRL 團隊宣布與 LinkedIn 開源的 Liger Kernel 整合。此合作針對當前熱門的 GRPO（群體相對策略優化）演算法進行深度優化，能顯著降低訓練時的 GPU 顯存佔用並提升吞吐量。這讓開發者在訓練類似 DeepSeek-R1 的推理模型時，能用更低的硬體門檻實現更高效的強化學習微調。

摘要由 AI 整理,以原文為準。