vllbc02
所有文章
标签
分类
关于
vllbc02
取消
所有文章
标签
分类
关于
Reading-Note
2026
LLM 训练教程 · Ch12 端到端 CPT(继续预训练)
09-01
Ultra-Scale Playbook · High-Level Overview 速查
08-26
SAO — Single-Rollout Asynchronous Optimization for Agentic RL
08-21
GLM-5.3 阅读笔记 — 后训练 scaling、SAO 算法与 Slime 框架
08-17
SFT、RL 与 OPD:从分布视角理解后训练
08-03
OPD (On-Policy Distillation)
07-31
Training extremely large neural networks across thousands of GPUs
07-30