Skip to main content

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).

Ir a la instalación

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.