VeRL-Omni v0.2.0: Faster Diffusion RL and Stable Omni Training

摘要

介紹 VeRL-Omni v0.2.0 版本，透過請求級批處理與可重用的全模態訓練架構，大幅提升擴散模型強化學習的訓練效率與穩定性。讀者可了解如何最佳化 GPU 利用率、減少生成延遲，以及使用新支援的模型與演算法進行訓練。

Introduces VeRL-Omni v0.2.0, which improves diffusion RL throughput and stabilizes multi-modal training with new architectures and models.

摘要、重點與章節標題由語言模型整理，細節（誰說的、數字、先後）可能有誤；要引用請以原始內容為準。

重點

• 引入請求級批處理，大幅提升擴散模型強化學習的訓練吞吐量。
• 建立可重用的全模態訓練堆疊，支援多模態資料與穩定訓練流程。
• 新增 Qwen3-Omni、SD3.5 等模型與 FlowGRPO、GSPO 等演算法的訓練支援。

提到的工具與公司

• vLLM-Omni
• verl V1 trainer
• SD3.5
• Qwen3-Omni
• FlowGRPO
• GSPO
• FSDP2

適合誰看

正在開發或最佳化擴散模型、全模態大型語言模型強化學習訓練流程的開發者與系統工程師。

摘要依據

依據

文章全文

為什麼排在這裡

人氣

0.50

新鮮

0.82

在主題頁與搜尋結果裡，名次由相關、人氣、新鮮三個分數決定；這一頁沒有搜尋的關鍵字，所以沒有相關分數。排序怎麼算

相關內容

• Building an RL theorem-proving workflow on Modal文章 ・ Modal Blog
• Reinforce Adjoint Matching: Scaling Diffusion RL影片 ・ Microsoft Research ・ 55 分鐘
• Gemini 2.0 and the Evolution of Agentic AI with Oriol VinyalsPodcast ・ Google DeepMind: The Podcast ・ 49 分鐘
• The State of Frontier Post-Training Recipes | Conversation with Finbarr Timbers影片 ・ Interconnects AI
• vime × RL-Kernel × AMD: Bitwise Train–Rollout Consistency on ROCm文章 ・ vLLM Blog
• Scaling reinforcement learning at Applied Compute文章 ・ Modal Blog