T
traeai
登录

产品

UniRL

开源多模态强化学习框架

已跟踪 3 条高相关材料

TraeAI 观察

相关材料

已收录 3 条与 UniRL 相关的内容,按评分排序。

🚀Introducing UniRL, an RL infra for unified multimodal models. Together with two new RL algorithms:...

腾讯推出 UniRL,一个统一的强化学习框架,支持多种多模态模型,并引入 DRPO 和 Flow-DPPO 两种新算法。

入选理由:UniRL 是一个统一的强化学习基础设施,适用于扩散模型、流匹配模型、LLMs/VLMs 和统一多模态模型。

精选推文#强化学习#多模态模型#腾讯#UniRL#DRPO#Flow-DPPO中英混合
Hunyuan(@TXhunyuan) 图标

UniRL 是一个统一的强化学习框架,支持多种模态和模型,通过单一训练循环实现跨模型家族的训练。

入选理由:UniRL 使用单一训练循环(generate → score → advantage → update → sync)支持多种模态和模型。

精选推文#强化学习#UniRL#Tencent#AI框架英文

跨材料问答 · UniRL

回答基于:UniRL 相关 3 条材料
    0 / 500

    AI 可能会生成不准确的信息,请核实重要内容