RL训练

小红书开源Relax：全异步RL训练引擎，解决全模态Agentic训练三重困境（上） 随着强化学习（RL）后训练逐步延伸至全模态与Agentic场景，多模态数据异构、系统稳定性和角色耦合等方面的问题日益凸显。 为此，小红书AI平台团队开源了 Relax —— 一个为全模态数据、Agentic工作流和大规模异步训练协同设计的现代RL训练引擎。 实测其全异步Of…