Errloom 的狀態更新，我的強化學習庫/工具包。進展相當不錯，我們將很快開始訓練一些超智能的概念。下圖是 Errloom 的主畫面。 一個命令接受輸入訓練腳本並部署到您選擇的雲計算：顯示一個互動式 TUI 列表供選擇，通過 SSH 連接，設置整個環境，克隆 errloom，運行 vllm 伺服器，並啟動 errloom 進行訓練——本地 errloom 作為管理者和儀表板，當訓練開始時在您的瀏覽器中打開 WanDB，間歇性下載日誌和檢查點，並顯示遠程過程跟蹤。沒有不必要的 jupyter 或其他多餘的步驟。寫下您夢想中的提示環境，發出一個命令，然後離開電腦去吃午餐。 幫助信息展示了我如何設置漸進式開發工作流程。由於我在零預算和資源的情況下運作，我需要讓每一分錢都發揮作用。忘記租用雲計算來開發這個庫。我們需要它在一個強大的家庭設置中走過大部分程序電路。 為了實現這一點，我設計了一系列命令和功能標誌以進行漸進式測試，逐步構建整個管道，直到您對 GRPO 和反向傳播將接收您想要的上下文窗口和標記掩碼有 100% 的確信和意識。