IXThinker·2025-02-10 22:30

GRPO訓練記憶體省8成 7GB顯存本地體驗

開源微調工具Unsloth大幅壓縮GRPO訓練成本，僅需7GB顯存即可在本地體驗AI的啊哈時刻；李飛飛團隊早前亦以16張顯示卡訓練26分鐘，訓出超越o1-preview的模型。

成本驟降

DeepSeek-R1掀起以GRPO復現推理能力的開源競賽，Unsloth AI宣布將GRPO訓練的記憶體使用減少80%，僅需7GB VRAM就能本地訓練，令門檻大幅下移。