一个视频带你搞懂 verl里面的ray到底起什么作用？verl里面的worker怎么使用？——verl源码解读系列

Ray分布式计算的通用框架

【强化学习的数学原理】课程：从零开始到透彻理解（完结）

verl 源码解读 & 客制化经验分享

[veRL] 从原理层面理解训练参数，PPO & GRPO，batch size，kl & entropy

动画理解Pytorch 大模型分布式训练技术 DP，DDP，DeepSpeed ZeRO技术

[EP-5] 字节Verl: 最常用的RL强化学习训练框架

[Agentic RL][01] 练习两天半，完全从零开始实现PPO算法（基于Qwen2.5-0.5B），不依赖第三方强化学习框架，从原理讲解到代码实现

verl 源码解读 与 HybridFlow 编程范式讲解

VeRL 灵活高效的大型语言模型强化学习框架——FORCE大会直播回放

[Agentic RL][12] 练习两天半，教你如何使用verl的multi-turn tool agent，从数据处理、配置文件修改到源码debug

[Agentic RL][15] verl参数怎么看，今天就给你们来个保姆级的教程

03-Ray-大模型时代的AI计算基础设施

代码实现大模型强化学习(PPO)，看这个视频就够了。

[Agentic RL][16] 强化学习（verl）训练日志怎么看，今天就给你们来个保姆级的教程~

deepseek背后的核心利器+极速入门从零搭建基于 veRL 的企业级强化学习中台，vLLM推理加速+显存优化+GSM8K 80%准确率+全流程代码开源！

[Agentic RL][06] 练习两天半，使用verl实现code-r1（agent-rl，verl二次开发），原理到代码实现全流程解读

【大模型】verl单机训练避坑，欢迎评论区交流，手把手教学

强烈推荐新人入门LLM的方法——逐行调试一个小模型

由浅入深的了解 verl如何使用fsdp初始化model并且计算logits——verl源码解读系列

[Agentic RL][14] Agent is all you need，verl自定义Agent Loop（python code交互）