Meshy
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
2
2026-09-09
未收录
136
工具功能
这个工具能做什么、适合谁用，以及目前已识别的核心能力。
工具简介
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
核心功能
价格信息
免费当前仅展示已核验的定价模式。
基础信息
- 更新频率
- 近 7 天 2 条收录动态
- 最近更新
- 2026-09-09
- 覆盖行业
更新日志
按时间记录功能更新、版本发布、新工具入库等重要变化。
- 2026-09-09版本发布
面壁智能 OpenBMB 的异步 RL 训练引擎 Meshy 发布首个正式版本 v0.1.0：采用无 Ray 的角色驱动架构，推理、训练与 rollout 作为独立服务经统一 TransferQueue 数据/控制平面协同，同一套服务支持 on-policy、有界 off-policy 与全异步 RL 训练；支持上下文并行、动态批处理与最高 128K token 长上下文训练，内置 GRPO+GSM8K/MATH、JustRL 复现等 recipe，并提供 Docker 镜像 ztonyzhao/meshy:0.1.0。
- 2026-09-08开源
面壁智能 OpenBMB 在开源 MiniCPM5-2B 次日，开源其背后的 RL 训练栈 Meshy：服务化异步 RL 训练框架，将推理、rollout 与训练解耦为统一 TransferQueue 数据平面上的独立服务进程，基于 SGLang 与 torchtitan，同一套服务支持 on-policy、有界 off-policy 与全异步训练，采用 Apache 2.0 许可证。
Meshy 常见问题
关于 Meshy 的定位、核心功能、价格与最近更新。
Meshy 是什么？
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。
Meshy 有哪些核心功能？
Meshy 当前已核验的核心功能包括：强化学习训练。
Meshy 如何收费？
Meshy 当前已核验的价格模式为免费。
Meshy 最近有什么更新？
2026-09-09：面壁智能 OpenBMB 的异步 RL 训练引擎 Meshy 发布首个正式版本 v0.1.0：采用无 Ray 的角色驱动架构，推理、训练与 rollout 作为独立服务经统一 TransferQueue 数据/控制平面协同，同一套服务支持 on-policy、有界 off-policy 与全异步 RL 训练；支持上下文并行、动态批处理与最高 128K token 长上下文训练，内置 GRPO+GSM8K/MATH、JustRL 复现等 recipe，并提供 Docker 镜像 ztonyzhao/meshy:0.1.0。