PewDiePie 自研 GRPO 训练本地 LLM 引社区围观
前 YouTube 一哥 PewDiePie 被曝正在自研 agentic GRPO 强化学习训练,打造本地 LLM 和 agent,项目名为 odysseus 并已在 GitHub 开设讨论区。Hugging Face 研究员 merve 透露他未提及所用工具,曾想蒸馏 Sol 但几次未成功,且处于离网状态想帮忙都联系不上,另一位 HF 成员 Maziyar Panahi 也参与了讨论。HF 官方推荐了四套视频教程,Reddit 用户则玩梗喊话 merve 出手相助。
2026-10-01 ~ 2026-10-02 · 4 条相关
- 第 1 集:PewDiePie 自研 GRPO 训练本地 LLM 引社区围观(2026-10-01,4 条)
- 第 2 集:PewDiePie 发布无审查模型 Ajax,自曝因蒸馏两遭 OpenAI 封号(2026-10-01,7 条)
- 第 3 集:PewDiePie 因蒸馏遭 OpenAI 封号,自训无审查模型 Ajax(2026-10-06,2 条)
- PewDiePie 玩起 GRPO 训练,HF 研究员吐槽想帮他都联系不上 — mervenoyann · 2026-10-01
- PewDiePie 在'离网'搞 GRPO 训练,同行想帮忙都联系不上 — MaziyarPanahi · 2026-10-01
- PewDiePie 玩起 agentic GRPO 训练,HF 官方推荐四套视频教程 — mervenoyann · 2026-10-01
- PewDiePie 本地炼 LLM,社区喊话 HF 的 Merve 出手相助 — Zealousideal-Cut590 · 2026-10-02