vLLM-Omni

多模态强化学习面临复杂的去噪轨迹与极高的显存开销。全新开源的VeRL-Omni后训练框架，完美协同vLLM-Omni异步吞吐，支持FlowGRPO等前沿算法。实测显示其在独立GPU运行奖励模型时可降时...