标签
用户发现OpenAI在其最新模型中隐藏了'logprobs'参数,限制了对概率信息的访问。
ServiceNow 工程师详细介绍了他们从 vLLM V0 迁移到 V1 的过程,重点解决了后端正确性问题,包括 logprob 语义和运行时默认值,以确保强化学习训练动态的稳定。