⚡𝐅𝐏𝟖 使得 RL 更快——但以牺牲性能为代价。 我们推出了 𝐅𝐥𝐚𝐬𝐡𝐑𝐋，首个 𝐨𝐩𝐞𝐧–𝐬𝐨𝐮𝐫𝐜𝐞 和 𝐰𝐨𝐫𝐤𝐢𝐧𝐠 的 RL 配方，应用 𝐈𝐍𝐓𝟖/𝐅𝐏𝟖 进行 rollout，而不会比 𝐁𝐅𝟏𝟔 失去性能！ 📝 博客： 💻 代码：