White Circle 推出 Halo 框架：开源模型后训练吞吐量达 TRL 的 2.8 倍
想自己微调模型可以看看 White Circle 的 Halo，吞吐量达 TRL 的 2.8 倍、更省内存，还不用转格式，已开源。
#TRL
共 7 条 · 7 天 0 条 · 30 天 2 条
信息流里打上「TRL」标签的资讯、产品与论文，按刊登时间排，新的在上。
9月22日
9月10日
Hugging Face 发布 TRL v1.13，支持百万级 token 长上下文训练
Hugging Face 新出的 TRL 库版本，能直接训练百万级 token 的模型，比之前版本更强大，适合做长文本任务。
8月20日
7月22日
Unsloth等四大微调框架：速度、VRAM、多GPU对比
想微调LLM选框架？这篇对比了Unsloth、Axolotl、TRL和LLaMA-Factory，讲清了各自的速度、显存和多GPU表现，帮你快速决策。
6月29日
模型10:08
Tandem Reinforcement Learning 在 RLVR 中实现模型协同推理他们提出了 TRL，让强模型和弱模型组队推理，强模型学会写弱模型能看懂的推理过程。训练 Qwen3-4B 后，单打能力不降，协作能力更强。
6月3日
5月28日
Hugging Face 团队让异步 RL 权重同步带宽成本降低约 100 倍
做分布式 RL 训练的团队终于可以告别昂贵的带宽和复杂的基础设施——只需 HTTPS 和一个 Bucket，就能实现跨区域的推理集群同步，建议搞 RL 的开发者直接看原文。