JigsawRL: Assembling RL Pipelines for Efficient LLM Post-Training

评分 6.5 · 来源： · 发布于

评分依据：通过Pipeline Multiplexing探索RL并行新维度，解决stage级抽象隐藏的不平衡问题，对大规模RL训练效率提升有实际贡献。