Tencent Hunyuan phát hành UniRL: hạ tầng học tăng cường đa phương thức thống nhất
Tiêu đề gốc:🚀Introducing UniRL, an RL infra for unified multimodal models. Together with two new RL algorithms:...
Tóm tắt AI
Tencent Hunyuan ra mắt UniRL, hạ tầng học tăng cường hỗ trợ mô hình đa phương thức thống nhất, đồng thời phát hành hai thuật toán mới DRPO và Flow-DPPO. UniRL thông qua một vòng huấn luyện sau duy nhất (tạo → chấm điểm → lợi thế → cập nhật → đồng bộ) bao phủ mô hình khuếch tán/flow matching, LLM/VLM và mô hình đa phương thức thống nhất (như Hunyuan-Image 3 và Bagel). Mô hình và thuật toán là các trục độc lập, có thể bao phủ tổ hợp mô hình × thuật toán. Khung hỗ trợ engine rollout có thể cắm (phía huấn luyện/SGLang/vLLM-Omni), phân mảnh FSDP2 và ba chế độ triển khai. FlowDPPO giới thiệu tối ưu chính sách vùng tin cậy dựa trên phân kỳ chính xác cho mô hình flow/khuếch tán; DRPO cung cấp phương pháp chính quy hóa bậc hai có trọng số lợi thế mượt cho LLM RL. Mã đã mã nguồn mở.
Thông tin chính
- Tencent Hunyuan ra mắt UniRL,hạ tầng học tăng cường hỗ trợ mô hình đa phương thức thống nhất,đồng…
- UniRL thông qua một vòng huấn luyện sau duy nhất (tạo → chấm điểm → lợi thế → cập nhật → đồng bộ)…
- Mô hình và thuật toán là các trục độc lập,có thể bao phủ tổ hợp mô hình × thuật toán.
- Khung hỗ trợ engine rollout có thể cắm (phía huấn luyện/SGLang/vLLM-Omni),phân mảnh FSDP2 và ba…
- FlowDPPO giới thiệu tối ưu chính sách vùng tin cậy dựa trên phân kỳ chính xác cho mô hình…
Tóm tắt nhanh
- Đăng lúc
- Cập nhật lúc
- Nguồn
- X:腾讯混元 (@TencentHunyuan)
- Danh mục
- Hướng dẫn & mẹo
- Điểm AI
- 67
UniRL把扩散和LLM的强化学习塞进同一个训练循环,外加两个新算法,多模态对齐的研究者可以立刻fork代码试起来。
Thực thể liên quan
Nguồn và bản quyền
Bài viết này được tổng hợp dựa trên các tiêu đề chọn lọc và tóm tắt AI từ API công khai của AIHOT, đã ghi rõ nguồn và liên kết ngược; bản quyền nội dung gốc thuộc về cơ quan truyền thông và tác giả gốc, trang này không sao chép toàn văn.
Cách trích dẫn
Khi trích dẫn bài viết này, vui lòng giữ nguyên tiêu đề, ngày đăng và liên kết vĩnh viễn, đồng thời ghi rõ nguồn là Orange News.
Orange News: Tencent Hunyuan phát hành UniRL: hạ tầng học tăng cường đa phương thức thống nhất. 9 tháng 6 2026. https://new.nat6.net/vi/news/cmq6kwvh809eesl5irgb0uzf2/