新智元报道 编辑：Aeneas 定慧 清华与蚂蚁联合开源 AReaL-boba²，实现全异步强化学习训练系统，有效解耦模型生成与训练流程，GPU 利用率大幅提升。14B 模型在多个代码基准测试中达到 SOTA，性能接近 235B 模型。异步 RL 训练上大分！ 还记得今年初 DeepSeek‑R1
新智元报道 编辑：Aeneas 定慧 清华与蚂蚁联合开源 AReaL-boba²，实现全异步强化学习训练系统，有效解耦模型生成与训练流程，GPU 利用率大幅提升。14B 模型在多个代码基准测试中达到 SOTA，性能接近 235B 模型。异步 RL 训练上大分！ 还记得今年初 DeepSeek‑R1
By RobertWherT