字节跳动与清华开源 DAPO 强化学习系统
原文标题：DAPO: An Open-source RL System from ByteDance Seed and Tsinghua AIR
重要度 4/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
AI 智能摘要
字节跳动 Seed 与清华大学 AIR 联合开源了大规模 LLM 强化学习系统 DAPO，包含算法、代码基础设施与数据集。其提出的解耦裁剪与动态采样策略优化算法，在 Qwen2.5-32B 上以一半训练步数达到 AIME 2024 的 50 分，超越 DeepSeek-R1-Zero-Qwen-32B。该系统基于 verl 框架，并公开了模型权重，对开源 RL 研究社区具有较高价值。
阅读原文 +0
AI 处理过程展开/收起
原始标题：DAPO: An Open-source RL System from ByteDance Seed and Tsinghua AIR
AI 中文标题：字节跳动与清华开源 DAPO 强化学习系统
来源：Hacker News · 发布于 42 天前
分类：开源 · AI 重要度：★ 4（4）
标签：强化学习 / 开源 / 大模型 / 字节跳动 / 推理
关键词：DAPO / RL / ByteDance Seed / verl
相关推荐
量子位·1 天前★ 4
DeepSeek 重磅开源 Agent 底座架构
AI 摘要DeepSeek 开源一套面向 Agent 的底座架构，据称 AI 已能自行定位 Bug 并提交 PR。该开源动作指向智能体工程化基础设施，可能影响 Agent 开发范式。
#开源
TechCrunch AI·3 天前★ 4
Mistral 开源万亿参数模型权重，主攻网络安全
AI 摘要Mistral 发布其万亿参数模型的权重，主打网络安全场景，称开放权重能让组织获得闭源模型无法提供的防御控制权。这是欧洲大模型厂商在开源路线上的又一次重要动作。
#开源
Hacker News·3 天前★ 4
Mistral 开源 Mistral Large 4（Le Chonk）权重
AI 摘要Mistral 宣布以开放权重形式发布 Mistral Large 4，代号 Le Chonk。该消息在 Hacker News 引发 410 分热度与近百条讨论，标志 Mistral 继续坚持开源路线。
#开源
量子位·6 天前★ 4
港科CMU联手岩山科技开源新模型，KV Cache砍99%吞吐提升6倍
AI 摘要香港科技大学、CMU与岩山科技联合开源新模型，通过将KV Cache压缩99%，实现单卡512路长推理并发、吞吐提升6倍。该成果显著降低长上下文推理的显存与成本压力。
#开源