Hugging Face Jobs 支持非同步 GRPO 與 LoRA
hugging face jobs 現在支持非同步 grpo 和 lora，提高模型訓練效率。這對深度學習研究者和工程師有影響。
hugging face 宣布在其 hf jobs 平台上整合 async grpo 與 lora。這項更新使模型訓練與調校更加高效，尤其適用於大型語言模型。deepseek-ai/deepseek-r1-distill-qwen-1.5b 模型是最早利用這項新功能的模型之一。從事類似模型工作的研究人員和工程師將從這項更新中受益。此整合簡化了訓練流程，減少了對 nccl 的需求。