AsyncGRPOTrainer 新增 LoRA 训练支持，FSDP2 实测跑通
QGallouedec · x · 2026-09-03
开发者 @DirhousssiAmine 宣布 AsyncGRPOTrainer 迎来重要更新：正式支持 LoRA 训练。作者已在 sanity-dataset 上用 FSDP2 配置成功完成验证测试，GRPO 强化学习训练现在可以用更低的显存和参数量进行微调。
「编程与Agent」频道最新
- Fable 5.1 发布未满 24 小时:好评如潮但额度烧得飞快 — JosephJacks_ · 2026-09-03
- 用 Azure Bicep 部署 Foundry 模型路由器 — adnan_hashmi · 2026-09-03
- Code Arena 上线 WebDev Pareto 前沿视图，按性价比排 AI 编码模型 — arena · 2026-09-03
- 30k Star 开源 reverse-skill:让 AI Agent 按规则路由 44 个逆向渗透技能 — alex_verem · 2026-09-03
- Copilot CLI 恢复会话丢失自定义 agent,MCP 服务器与工具白名单失效 — mahirhir · 2026-09-03
- Agentic DevOps 设想:AI agent 自动排查生产事故并决定下一步动作 — Pavan_Belagatti · 2026-09-03