Meshy

Meshy 是一个面向大语言模型（LLM）强化学习训练的异步分布式框架，将RL训练中的推理、 rollout 和训练等角色建模为独立服务，通过统一的 TransferQueue 数据平面实现无中心调度的松耦合协作。其核心特点是基于声明式拓扑配置的 SPMD 风格本地化部署、队列驱动的纯数据流控制机制、原生支持同步/异步及有界离策略算法，以及 GPU 资源令牌化共享。适用于需要高吞吐、低延迟、可调试的大规模 LLM RLHF 或 PPO 训练场景。