RT Quentin Gallouédec TRL v1.15 正式发布了。这是我们有史以来最大的优化。现在融合了LM头部，而且是默认开启的：→ 峰值VRAM最多可减少82% → 序列长度提高7倍 → DPO从10k提升到59k，GRPO从29k提升到115k，还有更多改进...
—— huggingface (@huggingface) X帖子｜2026-10-09T08:02:00+00:00
原帖：https://x.com/huggingface/status/2108476632121897360
huggingface：RT Quentin Gallouédec TRL v1.1…
RT Quentin Gallouédec TRL v1.15 正式发布了。这是我们有史以来最大的优化。现在融合了LM头部，而且是默认开启的：→ 峰值VRAM最多可减少82% → 序列长度提高7倍 → DPO从10k提升到59k，GRPO从
扫描二维码，在手机上阅读
