强化学习｜训练框架 verl 介绍

【强化学习的数学原理】课程：从零开始到透彻理解（完结）

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

[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~

[EP-5] 字节Verl: 最常用的RL强化学习训练框架

零基础学习强化学习算法：ppo

[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 灵活高效的大型语言模型强化学习框架——FORCE大会直播回放

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

强化学习综述(下)：RLHF·2025

deepseek-r1复现踩坑系列2: verl的二次开发-reward模块

verl 源码解读 & 客制化经验分享

强化学习｜技术路线 Roadmap 介绍

【大白话03】一文理清强化学习RL基本原理 | 原理图解+公式推导

【学习小记】：一个小时从强化学习0基础到理解GRPO

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

代码实现大模型强化学习(PPO)，看这个视频就够了。

强化学习综述(中)：RLHF

[A100 Training] 02 verl/slime 框架及训练任务介绍，插拔式设计，Qwen3.5全家桶，InfiGUI，thinking mode

一个适合入门强化学习的项目 代码讲解

【GOSIM HANGZHOU 2025】巫锡斌：verl：面向智能体训练的开源LLM强化学习框架