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，吞吐达 TRL 2.8 倍(3 条相关)→
「编程与Agent」频道最新
- 开发者开源 Convoy:用 Linear 式任务面板编排 AI 编码 Agent — Budget_Map_3333 · 2026-09-22
- AAV 开源 Agent 运行时安全层:本地优先、MCP 审批与凭证隔离 — CarlosMarreroAAV · 2026-09-22
- Google Cloud 总结 agent 插件评测工程的 4 条实战经验 — rseroter · 2026-09-22
- 精选 Vol.1：AI、文化与金融领域最新优质工具与文章合集 — xkonjin · 2026-09-22
- Gemma 4 E2B 置信度坍缩三值，自评裁判不敌独立打分器 — clduab11 · 2026-09-22
- 开发者把 typesafe 的 Jev 接入苹果 Foundation Models 框架,适配 Swift 应用 — rxwei · 2026-09-22