大模型中的强化学习

乱花渐欲迷人眼。基础知识有很多，知其然很重要。在此基础上，找到一个方向去深度的探索，知其所以然更重要。

对于 RL for LLM 重要的工作大致为：

• 推理
• Agent(s)

实现框架

• verl
• OpenRLHF