先讲四个概念
最容易绊人的是实验和作业的区别。实验是你编辑的定义,作业是它的一次执行。
提交两次会从一个实验得到两个作业、两次 run——而这正是你在比较随机种子时想要的。
五步跑通第一次训练
教程走的路径和快速开始一样:建项目、选框架、指向数据、校验、提交。 它多出来的东西是框架对照——同一个实验分别用 NeMo-RL、verl、TRL 和 OpenRLHF 表达, 让你在选定其中一个之前,先看清它们之间到底差在哪。之后去哪
快速开始
同一条路径的文档版本,带确认清单。
提交的完整用法
提交路径上的每一个参数。