开源后训练框架 Halo 发布:吞吐达 TRL 2.8 倍且更省显存
_akhaliq · x · 2026-09-22
White Circle 发布开源后训练框架 Halo,定位为开源模型后训练的训练框架,称吞吐量最高可达原生 TRL 的 2.8 倍,同时峰值显存占用更低,模型权重始终保持原生 HuggingFace 格式,无需额外转换。
- 项目已在 GitHub 开源,采用 Apache-2.0 许可证
- 内置 vLLM 与 SGLang 的 docker-compose 配置(含 EFA 多机支持)、examples 与 skills 目录,面向大语言与多模态模型训练
- 目前项目较新(31 次提交、star 数尚少),实际性能声称有待验证
所属事件:White Circle 开源后训练框架 Halo，号称吞吐达 TRL 2.8 倍(8 条相关)→
「编程与Agent」频道最新
- 两人小公司用 46 个 AI Agent 运营：审批门禁、哈希锁文件与翻车复盘 — dkovl · 2026-11-12
- LlamaIndex 让 AI Agent 渗透测试自家 LlamaParse，四天暴露四条经验 — llama_index · 2026-11-12
- Manhattan 字体 v0.0.1：每个字母都是一个 Python 函数 — allanyu_ · 2026-11-12
- 用 Backplane「提示词造出」任意扩展卡,网友呼吁扩展口回归标配 — _Stocko_ · 2026-11-12
- Agent 会话跑了 51 分钟烧 24.8 万 token,网友直呼还在干活 — _Stocko_ · 2026-11-12
- 可视化 AI Agent 团队协作：每个 Agent 一间「房间」，共享知识库 — LiorAloni11 · 2026-11-12