EasyR1

EasyR1 是一个面向多模态大模型的高效、可扩展强化学习（RL）训练框架，基于 veRL 构建并增强对视觉语言模型（VLM）的支持。核心特性包括：集成 HybridEngine 和 vLLM SPMD 模式以提升训练吞吐；支持 Llama3、Qwen 系列（含 VL 版本）及 DeepSeek-R1 等主流模型；内置 GRPO、DAPO、RLOO、GSPO 等多种 RLHF 算法；支持 Padding-free 训练、LoRA 微调及多平台实验追踪。适用于大语言模型与视觉语言模型的偏好优化、对齐训练和策略微调等场景。