sao-single-rollout-async-rl
Single-rollout Asynchronous Optimization (SAO) methodology for agentic RL. Replaces GRPO's group-wise sampling with single-rollout sampling to reduce off-policy effects and improve stability in asynchronous training. Successfully deployed for GLM-5.2 (750B-A40B).
Quellinformationen
- Repository
- hiyenwong/ai_collection
- Letzte Quellaktivität
- 9. Juli 2026 um 23:05
- Erkannte Sprache von SKILL.md
- Englisch
- Sterne
- 2
- Forks
- 0
Installationsoptionen
Standardmäßig ist der Prompt ausgewählt, der zuerst die Quelle prüft. Sie können zu einem direkten Befehl wechseln oder eine lokale Kopie herunterladen.
Quelldateien prüfen
Lesen Sie SKILL.md und alle von SkillsMP angezeigten Begleitdateien, bevor Sie sich für eine Installation entscheiden.