RL Config#

Resource Config#

rl.utils.AcceleratorResourcesConfig

AcceleratorResourcesConfig 的别名

rl.utils.CPUResourcesConfig

CPUResourcesConfig 的别名

Rollout Config#

Agent Loop Config#

rl.agent_loop.SingleTurnAgentLoopConfig

SingleTurnAgentLoopConfig 的别名

rl.agent_loop_manager.AgentLoopManagerConfig

AgentLoopManagerConfig 的别名

rl.agent_loop_manager.TaskSpecConfig

TaskSpecConfig 的别名

rl.agent_loop_manager.SamplerConfig

SamplerConfig 的别名

rl.agent_loop_manager.SyncProduceStrategyConfig

SyncProduceStrategyConfig 的别名

rl.agent_loop_manager.AsyncProduceStrategyConfig

AsyncProduceStrategyConfig 的别名

Judger Config#

rl.judger.JudgerConfig

JudgerConfig 的别名

rl.judger.GSM8KJudgerConfig

GSM8KJudgerConfig 的别名

rl.judger.ComposedJudgerConfig

ComposedJudgerConfig 的别名

Replay and Evaluation Config#

Training and Loss Config#

rl.trainer.WorkerConfig

WorkerConfig 的别名

rl.loss.BaseRLLossConfig

BaseRLLossConfig 的别名

rl.loss.GRPOLossConfig

GRPOLossConfig 的别名

rl.loss.OrealLossConfig

OrealLossConfig 的别名

rl.rollout_is.RolloutImportanceSampling

RolloutImportanceSampling 的别名