星尘智能发布异步在线强化学习框架SmoothRL

RecodeX 重构消息，星尘智能（Astribot）基座模型团队近日发布在线强化学习框架SmoothRL，该框架支持异步执行，适配大模型异步推理成为常态后的部署场景。SmoothRL首次将异步在线强化学习应用于真实高动态投掷任务验证，证明在线学习不仅能用于高精度修正，也能适配连续加速、精确释放等动态操作。