vLLM 官方博客T1·开源与评测
68 分
VeRL-Omni v0.2.0 版本发布,重点提升了扩散模型强化学习(Diffusion RL)的吞吐量与全模态训练的稳定性。该更新通过集成 vLLM-Omni 和 verl V1 训练器,显著加速了 Qwen-Image FlowGRPO 等模型的 rollout 过程,并引入了可复用的模型适配器与 FSDP2 支持以增强系统鲁棒性。
Fully Sharded Data Parallel (FSDP)
将模型参数、梯度和优化器状态在所有GPU间分片存储以节省显存的技术
VeRL-Omni v0.2.0 版本发布,重点提升了扩散模型强化学习(Diffusion RL)的吞吐量与全模态训练的稳定性。该更新通过集成 vLLM-Omni 和 verl V1 训练器,显著加速了 Qwen-Image FlowGRPO 等模型的 rollout 过程,并引入了可复用的模型适配器与 FSDP2 支持以增强系统鲁棒性。