Chúng tôi đã làm được - việc đào tạo RL phi tập trung đầu tiên của một mô hình 32B đã hoàn tất! Bản phát hành mã nguồn mở hoàn toàn sẽ đến trong khoảng 1 tuần, bao gồm: checkpoints, dữ liệu và một báo cáo kỹ thuật chi tiết.