TorchForge — агентское обучение с подкреплением на PyTorch

★ 7.7 · ai-tooling

torchforge — это скилл для Claude Code, который помогает работать с torchforge, PyTorch-native библиотекой Meta для агентского обучения с подкреплением, разделяющей инфраструктуру и алгоритмы. Скилл охватывает реализацию алгоритмов GRPO, DAPO, CISPO, GSPO и SAPO примерно в 100 строках кода, масштабирование через систему акторов Monarch — от одного GPU до тысяч, интеграцию с TorchTitan для параллелизма моделей и vLLM для инференса. Зависимости включают torch>=2.9.0, torchtitan>=0.2.0, vllm и monarch. Подойдёт исследователям RL, которым нужны чистые абстракции без зависимости от Ray, а также тем, кто хочет быстро экспериментировать с новыми алгоритмами для обучения reasoning-моделей на задачах вроде GSM8K или MATH.