标签
SkyRL v0.4.0 已发布，新增对 GLM 5.3 Flash/5.3、Kimi K2.7、Qwen3.8 和 Nemotron 3.5-Lightning 的支持，并带来完整的 FP8/MXFP8 强化学习、Top-P 采样器重放，以及面向大规模后训练的分片 P2P 权重传输。
RollArt 提出了一种用于大规模强化学习的解耦架构，展示了在效率和可扩展性方面的显著提升。