Круто! А реварды ты придумал как кастомизировать?

сделан базовый конструктор сейчас) но я думаю что еще буду работать над ним. надо суперудобно сделать)

У меня в либе можно было класс отзаимствовать И написать метод с расчетом реварда, что-то такое я делал, вроде Как вариант)

Дать юзеру окошко, в котором можно будет метод написать

Ребят, у нас можно будет в GRPO алгоритмах собирать роллауты с отдельного vllm воркера Я на первой гпухе запустил GRPO, на второй модельку в вллм для сбора…

On neural scaling and the quanta hypothesis https://ericjmichaud.com/quanta/