贾凡-失落的大蒜
26-11-16 21:47 微博认证:科技博主

🦋 Molt:面向智能体强化学习研究的框架

NVIDIA NeMo 的 Molt 面向多轮、工具调用和多模态 Agent 的强化学习研究。项目采用 PyTorch 与 Hugging Face 风格的模型布局,使用 Ray、vLLM 和 NeMo AutoModel 等组件。

其运行时支持异步生成轨迹、训练和权重同步;奖励逻辑可以由研究者用 Python 定义。项目还列出 GRPO 等算法及多种并行配置,适合需要调整训练和环境细节的研究团队。

仓库介绍了从较小模型到大规模 MoE 的配置,但规模能力取决于硬件和具体训练设置。图为项目 README 中的架构图。

项目:http://t.cn/AXYoNxrT
原帖:http://t.cn/AXThvw6R
#强化学习##AI智能体#

发布于 辽宁