GitHub · 去对齐工具与仓库·· 7 天前AI 评分42
LLM_RL_cpu_poc：在无 GPU 的 CPU 节点上研究 RL 后训练控制流与负载画像
tinafengfun/LLM_RL_cpu_poc
来源与原文
GitHub · 去对齐工具与仓库
发布时间：（北京时间）
阅读原始来源 · github.com ↗完整链接与内容说明
https://github.com/tinafengfun/LLM_RL_cpu_poc
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
该项目以 slime（THUDM，GLM-5.2 同款后训练栈）为蓝本，在无 GPU 的 CPU 节点上复现 RL 后训练的控制流与 CPU 负载画像，rollout 前向用 llama.cpp + Qwen3-4B 本地推理，training 反向 mock。设计原则是闭环可假、负载失真不可接受，涵盖 agentic RL sandbox 驱动方式、E0–E6 实验与双节点 SWE-bench 设计。
来源：GitHub · 去对齐工具与仓库 · github.com