Новость · ИИ и программы
Tencent UniRL 0.2: новые режимы обучения мультимодальных моделей
Опубликовано на USB.RU:
Tencent Hunyuan выпустила UniRL 0.2.0 8 октября. В GitHub release перечислены расширение поддержки моделей и новые режимы обучения.
В инфраструктуру обучения добавлены SFT, многошаговое агентное и асинхронное reinforcement learning. Обновление расширяет поддержку моделей. При переходе на UniRL 0.2 нужно сверить версии компонентов обучающего стека.