字节豆包与港大开源RLHF框架，吞吐量提升1.5-20倍
字节豆包大模型团队与香港大学发布并开源HybridFlow（veRL）框架，采用混合编程模型融合单控制器灵活性与多控制器高效性，训练吞吐量提升1 5至20倍，论文已被EuroSys2025接收，代码已开源。该框架通过创新设计，实现高性能与灵活性的统一，适用于不同规模模型。
近日，字节跳动豆包大模型团队与香港大学联合发布了一项备受关注的技术突破——HybridFlow（开源项目代号：veRL）。这是一款专为大模型强化学习（RL）训练量身打造的训练框架，在灵活性与运算效率方面均表现优异。
根据官方技术介绍，HybridFlow 能够无缝兼容多种训练与推理框架，支持模型灵活部署，并覆盖多种 RL 算法的实现。其底层采用混合编程模型，将单控制器（Single-Controller）的灵活调度能力与多控制器（Multi-Controller）的高效并行特性融为一体。这一设计使得各类 RL 算法的开发与执行更加流畅，训练吞吐量获得显著提升，同时大幅降低了系统开发与运维的复杂性。
▲ 3D-HybridEngine（训练推理混合引擎）单次迭代工作流程示意
实测数据充分验证了该框架的性能优势：在不同模型规模及 RL 算法场景下，HybridFlow 的训练吞吐量相比同类框架提升了 1.5 倍至 20 倍，性能差距十分显著。
目前，该项研究论文已被 EuroSys 2025 正式收录，相关代码也已全面开源。欢迎感兴趣的开发者直接查阅论文或访问代码仓库：
你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：字节豆包与港大开源RLHF框架，吞吐量提升1.5-20倍要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题
游乐网为非赢利性网站，所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系youleyoucom@outlook.com。
相关热点京东近日发布了国内首个专门为智能体自主支付设计的协议——A2P2协议。该协议将AI支付自主化程度系统性地划分为L0至L5六个等级，重点聚焦L3和L4级别，让智能体能在用户设定的规则边界内自主完成支付。为确保安全，协议首创了ARI机制，在支付时实时核验用户、智能体身份及运行环境，并采用资金账户隔离设计
VGN推出新款霓虹75Air磁轴键盘，单模有线版售价259元，三模无线版售价339元。该键盘采用75%配列，搭载天霸Air轴，主打电竞级性能，支持8kHz回报率、128kHz扫描率以及0 1ms低延迟，并具备0 005mm精度的RapidTrigger快速触发功能。外观上配备雾透键帽与霓虹灯带，
爱国者御风F90机箱上市，采用十字散热风道与MESH网孔面板，最多可装10个风扇，支持顶部和前部360水冷。兼容ATX主板，CPU散热器限高170mm，显卡限长395mm，提供2个3 5英寸和2个2 5英寸硬盘位，有黑、白两色可选。
北京越野BJ81“战术方盒子”硬派SUV的申报信息于近日公布。新车采用标志性方盒子造型，提供6座布局，车身尺寸为4850×2050×1975mm，轴距2810mm。本次申报新增了运动版BJ81VJ，升级22英寸轮圈、305 45宽胎等运动套件。动力方面搭载1 5T增程系统，电池来自宁德时代。新车预售
- 日榜
- 周榜
- 月榜
热点快看