veRL for Training Coding Agent
79
14
更新时间：
资源介绍
随着DeepSeek R1的火热，强化学习的训练范式成为目前LLM post training的主流。本次分享将介绍如何使用开源框架verl训练一个foundation model来服务coding agent。
资源详情
演讲介绍： 随着DeepSeek R1的火热，强化学习的训练范式成为目前LLM post training的主流。本次分享将介绍如何使用开源框架verl训练一个foundation model来服务coding agent。
主要内容：
- DeepSeek r1 RL的训练范式
- verl简介
- 使用verl训练coding agent
听众受益：
- 了解大模型是如何使用强化学习训练的
- 了解类似ClaudeCode背后的模型是如何训练的