Hugging Face Jobs 支持异步 GRPO 和 LoRA
hugging face jobs 现在支持异步 grpo 和 lora，提高模型训练效率。这对深度学习研究者和工程师有影响。
hugging face 宣布在其 hf jobs 平台上集成 async grpo 与 lora。此次更新使模型训练和调优更加高效，尤其适用于大型语言模型。deepseek-ai/deepseek-r1-distill-qwen-1.5b 模型是首批利用这一新能力的模型之一。使用类似模型的研究人员和工程师将从此更新中受益。这一集成简化了训练流程，减少了对 nccl 的需求。