面壁智能开源的LLM异步强化学习训练引擎，服务化解耦推理、采样与训练
Meshy 是面壁智能 OpenBMB 开源的大模型异步强化学习训练引擎，即 MiniCPM5-2B 背后的 RL 训练栈。它将推理、rollout 与训练建模为独立服务进程，样本经单一 TransferQueue 数据平面流动，控制流由数据可用性驱动，拓扑由各进程从一份声明式 recipe 本地推导，无需中心 driver 转发张量；基于 SGLang 与 torchtitan，支持 on-policy、有界 off-policy 与全异步训练，提供 Docker 镜像，Apache 2.0 许可。
工具协议集成开放世界3D生成强化学习训练三维模型分割
近7天 3 动态387 Stars