有想入坑RL-LLM的同学吗？这个开源项目一个GPU够了，完成后欢迎来月之暗面~

文章预览

原标题：有想入坑RL-LLM的同学吗？强推曾经的TimeChamber，一个GPU够了 知乎：Flood Sung 链接：https://zhuanlan.zhihu.com/p/715131589 1 Why RL-LLM? 上图，David Silver 最新Talk里的两张ppt: RL+LLM 就是AGI的未来！ 那么问题来了，很多同学，特别是在校的同学，没有那么多的GPU，怎么来研究RL+LLM？ 我算了一下，整个中国有上一代Game AI 做Large Scale RL 的经历和当前的大模型时代 做 Large Scale RL + LLM 经历的人屈指可数。具体情况是上一代Game AI 做Large Scale RL也就集中在启元世界，腾讯，字节，网易，超参数等有限的几个团队，这里面的同学还参与到大模型的就寥寥无几了。 所以，对于还在学校的同学，难道就只能看看当年的AlphaGo, AlphaStar，没法实操攒Large Scale RL经验吗？而这个经验对于RL+LLM 非常重要。为什么这么说？LLM只是换了更大的模型，更复杂的场景，但RL内核没有任何变 ………………………………