nanoAhaMoment：单文件强化学习库，专为LLM设计，不到700行代码即可实现高效训练
安爸
发布于
nanoAhaMoment：单文件强化学习库，专为LLM设计，不到700行代码即可实现高效训练。亮点：
- 单GPU即可训练3B参数模型；
- 从零开始的详细视频教程，快速上手；
- 高效训练，10小时内完成R1-zero倒计时任务。
参考文献：
[1] http://github.com/McGill-NLP/nano-aha-moment
[2] https://huggingface.co/McGill-NLP/nano-aha-moment-3b
（文：NLP工程化）
扫描二维码，在手机上阅读