Trajectory、継続学習のための同時マルチLoRAトレーニングスタックを発表、実験スループット2.81倍向上

TrajectoryはUC Berkeley Sky LabおよびAnyscaleと協力し、継続学習のための同時マルチLoRAトレーニングスタックを構築しました。各RL実験を常時稼働エンジン上の専用LoRAアダプターにマッピングし、シングルテナントベースラインと比較してエンドツーエンドの実験スループットが2.81倍向上し、報酬の低下はありません。コードはNovaSky-AI/SkyRLでオープンソース化されています。