性能跃升1.6-2.0倍！昇腾已上线VeRL Fully Async特性
Fully Async针对不通场景需求所设计的on policy pipeline、stream off policy pipeline、async stream pipeline with stale samples、async stream pipeline with partial Rollout四种模式。
字节跳动veRL 0.9.0正式亮相，携手北京智源人工智能研究院破解多芯片适配难题
近期，字节跳动 veRL 团队正式发布了 veRL 0.9.0 版本。
veRL 推出开源 Uni-Agent：为通用 Agent 训练打造统一框架
尤其当 Agent 真正进入大规模任务执行阶段，安全隔离、高并发调度、多环境适配成为核心瓶颈 —— 这也正是我们在 Uni-Agent 的运行层，重点集成火山引擎 veFaaS Sandbox 的原因。
VeRL-Omni：面向扩散和全模态生成模型的通用RL后训练框架
VeRL-Omni 是一个面向多模态生成模型的通用 RL 后训练框架，由 VeRL-Omni 团队在 verl 与 vllm-omni 之上构建。
从AI Agent到Agentic AI：开源如何助力开发者解决行业痛点？
作者 | 字节跳动开源2025 年，全球开源软件项目数量稳定增长，总规模突破 5 亿个。在这一增长趋势中，中国企业的贡献尤为显著，据媒体报道，2025 年，中国开源项目数量已达 3000 万个，参与开源生态建设的企业数量正在持续增加。
鲁棒RL赋能AI编程！破局企业数据噪声难题，同等算力训出更好模型
然而，当企业试图用真实复杂用户环境中采集的数据开展强化学习训练时，一个棘手的实际问题浮出水面:复杂上下文导致大模型的输出答案频繁出现异常内容，即rollout噪声更普遍，使得reward出现异常值，直接造成优势值估计不准确，严重拖累强化学习效果。
RL Infra架构演进：异步化是王道 从RLHF迈向Agentic RL
作者：Lancer地址：https://zhuanlan.zhihu.com/p/1951435056154386911经授权发布，如需转载请联系原作者在大模型的发展进程中，强化学习（RL）已从一项辅助技术，跃升为驱动模型能力跃迁的核心动力。
小红书开源训练引擎Relax，全模态强化学习训练较veRL提速20%
2026年4月15日，小红书AI平台团队开源了Relax，一款面向全模态与Agentic场景的大模型强化学习训练引擎。Relax不提供预训练模型，而是用于训练和微调模型的底层框架。此前小红书hi lab团队已开源过文本模型dots.llm1和多模态模型dots.
小红书开源训练引擎Relax，全模态强化学习训练较veRL提速20%
2026年4月15日，小红书AI平台团队开源了Relax，一款面向全模态与Agentic场景的大模型强化学习训练引擎。