dirl-diffusion-rl
Enable effective RL for diffusion language models via DiPO (unbiased GRPO for dLLMs) and framework optimizations. FlexAttention accelerates blockwise training, LMDeploy optimizes inference, achieving training-inference consistency—improving dLLM math performance to rival larger autoregressive models.
Datos de origen
- Repositorio
- ADu2021/skillXiv
- Última actividad en el origen
- 24 de marzo de 2026 a las 19:42
- Idioma detectado de SKILL.md
- inglés
- Estrellas
- 6
- Forks
- 0
Opciones de instalación
De forma predeterminada está seleccionado el prompt que primero revisa el origen. Puedes cambiar a un comando directo o descargar una copia local.
Revisa los archivos de origen
Lee SKILL.md y los archivos complementarios que muestra SkillsMP antes de decidir si quieres instalarlo.