Google OpenRL is an Experimental Self-hosted API for LLM Post-Training Fine-tuning

Google's GKE Labs has released OpenRL, an open-source, self-hosted API designed to simplify post-training and fine-tuning of Large Language Models on standard Kubernetes clusters. OpenRL decouples reinforcement learning infrastructure from AI research concerns, allowing ML researchers to focus on RL loop design while engineers handle scaling and execution. It improves GPU utilization by running multiple RL jobs in parallel rather than sequentially, and supports macOS, Nvidia GPUs, and GKE. An included autoresearch recipe demonstrates parallel parameter sweeps for Gemma models in a text-to-SQL workflow. OpenRL also integrates with Tinker-Cookbook and is positioned alongside similar projects like FeynRL that aim to separate fine-tuning logic from system infrastructure.

Nguồn: https://www.infoq.com/news/2026/06/google-open-rl-fine-tuning. 8sync News chỉ tóm tắt và dẫn link; bản quyền nội dung thuộc tác giả và nguồn gốc.

Đề xuất cho bạn

Towards Data Science130 phút6 giờ trướcAI

Letting an LLM Pick the Right RAG Page: The Arbiter Pattern at the End of Retrieval

Bài viết giới thiệu "Arbiter Pattern" trong RAG, nơi LLM đóng vai trọng tài bằng cách phân loại và đánh giá các nguồn tài liệu ứng viên dựa trên cấu trúc dữ liệu đầu vào, thay thế phương pháp kết hợp điểm số truyền thống. Tác giả nhấn mạnh embeddings nên là phương pháp cuối cùng trong tài liệu doanh nghiệp do hạn chế trong việc xác định sự vắng mặt của thông tin, trong khi keyword retrieval cung cấp khả năng phủ định chắc chắn. Ngoài ra, bài viết đề cập đến bộ chọn phương pháp truy xuất theo loại câu hỏi, lược đồ JSON thống nhất cho kết quả truy xuất nhằm đảm bảo khả năng kiểm tra, và tầm quan trọng của xử lý "không tìm thấy" đáng tin cậy trong ngữ cảnh tuân thủ quy định.

Một lập trình viên cần đọc bài này để tìm hiểu cách tối ưu hóa hệ thống RAG bằng cách áp dụng —một giải pháp linh hoạt hơn fusion score, giúp xử lý các trường hợp phức tạp trong việc lựa chọn kết quả phù hợp từ nhiều nguồn thông tin khác nhau.