512GPU RL狂飙！Meta开源PyTorch神技，效率4倍！

快讯：Meta PyTorch团队开源`torchforge`，革新大型语言模型（LLMs）大规模强化学习（RL）微调。该库结合`Weaver`弱验证器与`Monarch`编排器，构建完整RL基础设施。Meta携手斯坦福大学和CoreWeave，在512块GPU集群上验证`torchforge`，成功运行前所未有的GRPO算法。实践证明，其简化了RL基础设施，大幅提升训练稳定性与效率。基于`Weaver`的RL训练无需人工标注，在MATH500等基准测试中取得显著性能提升，有效缩小了与人工标注训练的差距，加速全球AI研究。