Tencent выпустила первый публичный релиз фреймворка UniRL
Tencent опубликовала UniRL v0.1.0 — фреймворк для обучения мультимодальных моделей с подкреплением. В релиз вошли сценарии для диффузионных моделей, LLM и VLM, а также несколько алгоритмов и движков запуска.