skyrl v0.4.0:16 张 B300 即可对万亿参数模型做全上下文 RL
casper_hansen_ · x · 2026-10-03
skyrl 发布 v0.4.0 版本,声称在仅 16 张 B300 GPU(2 个节点)上即可对 1 万亿参数模型进行全上下文强化学习训练,作者称这是目前显存效率最高的实现之一。
新版本稳定支持多个新模型:GLM 5.3 Flash 与 GLM 5.2/5.3(通过 trajectorylabs)、Kimi K2.6/2.7(仅需 2 个 B300 节点)、Qwen3.8 和 Nemotron 3.5 Lightning。
所属事件:SkyRL v0.4 发布：16 张 B300 即可 RL 训练万亿参数模型(2 条相关)→
「编程与Agent」频道最新
- 转述称 Karpathy 讲座断言提示词式微，图结构才是留存层 — msharmas · 2026-10-03
- 开发者断言：算力足够时一人可产出「几个世纪的软件」 — cephaloform · 2026-10-03
- OpenAI DevDay 要点:Agent 应用降本增效的 4 个关键杠杆 — omarsar0 · 2026-10-03
- Copilot CLI v1.0.92-3 发布:新增 Ctrl+E 本地/云端环境切换 — copilot-cli-release-app[bot] · 2026-10-03
- 前博士生的编程工具创业四准则：LLM 翻转了哪两条 — jimmykoppel · 2026-10-03
- Qwen Code v0.24.7 nightly:新增本地 workspace agent 协作 — qwen-code-ci-bot · 2026-10-03