verl参数速览

文档摘要

verl 参数速览感谢 verl 团队的辛勤开发，新 feature 上的都来不及学习由于参数众多，我们很难保证每个参数的理解都是绝对正确的，但是都是经过我们反复检查。我们将这份参数速览分享给社区，希望对大家有所帮助。整个手册的参与者有： Ji Li（蚂蚁），Zhuoran Yin（CMU），Changyi Yang（CMU），Chengxi Li（CMU），Xinpeng Wei（Amazon），Chenyang Zhao（Amazon）也感谢 verl 团队的答疑。 Batch Size 参数名称 | 详细解释 | 作用：定义了单次训练发送给 Rollout Engine 的样本数量，也即这是在每个 PPO 迭代开始时，从训练数据集中采样的提示（Prompt）数量。