项目介绍

本项目是基于 verl 的二次开发，旨在增强原有框架的灵活性和性能，主要针对 reward 模型的调用和管理方式进行了优化。

如何在 verl 中自定义奖励模型（2025-04-15）

Name		Name	Last commit message	Last commit date
Latest commit History 462 Commits
llm_agent		llm_agent
reward_part		reward_part
suport_image		suport_image
verl_proj		verl_proj
.gitignore		.gitignore
base01_安装环境等.md		base01_安装环境等.md
base02_使用介绍.md		base02_使用介绍.md
base03_intro_reward.md		base03_intro_reward.md
base11_verl_agent.md		base11_verl_agent.md
base99_异常记录.md		base99_异常记录.md
readme.md		readme.md
train_grpo_cr.sh		train_grpo_cr.sh