https://www.reddit.com/r/LocalLLaMA/s/NgUZR5of5c

классическая проблема с headroom , для Llama.cpp и подобных с long context лучше сразу делать headless inference на отдельном GPU, чтобы UI не мешало.

После неожиданного context overflow примерно через 4 часа моего 8-часового прогона я всё-таки закончил эксперимент и потом разобрал логи за оба запуска -…

https://github.com/researchim-ai/reinforcement-studio звездочек завезите кому по кайфу)

в конце недели или на следующей уже буду билдик готовить

ну вроде готово) 50 минут со всякими фреймстеками и преобразованиями + модифицированный ppo без памяти