描述
High-performance RLHF framework with Ray+vLLM acceleration. Use for PPO, GRPO, RLOO, DPO training of large models (7B-70B+). Built on Ray, vLLM, ZeRO-3. 2×…
研究学习 / 检索整理
openrlhf-training
openrlhf-training
安装量 201GitHub Stars 8,482更新时间 2026年5月16日
安全审计
使用前的风险提示
规则审计
未审计更新 1年1月1日
智能审计
未审计更新 1年1月1日
uiperformancedockerllmopenrlhftrainingrlhfframeworkrayvllmaccelerationfor