RLinf 适配 OpenPI SFT 与 pi0.5 模型多卡训练简记
发表于 2026-07-15
最近使用 RLinf 框架适配了 pi0.5 模型的 SFT（Supervised Fine-Tuning）训练，在 Ascend …
pi0.5
RLinf RECAP (pi0.5) 昇腾910B适配简记
发表于 2026-06-30
环境概览 组件 版本/说明 硬件 8 × Ascend 910B (aarch64) 基础镜像 `rlinf/rlinf:agen …