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).
Datos de origen
- Repositorio
- hiyenwong/ai_collection
- Última actividad en el origen
- 9 de julio de 2026 a las 23:05
- Idioma detectado de SKILL.md
- inglés
- Estrellas
- 2
- 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.