AReaL

AReaL-boba 是由蚂蚁技术研究院与清华大学联合开发的开源强化学习训练框架，作为 AReaL 的升级版本，它在降低强化学习训练门槛方面表现出色，使用户能够更便捷地进行推理模型的训练。该框架具备高效的训练能力，支持多种计算资源，并通过创新优化显著提升了训练吞吐量。其 7B 模型在数学推理任务中表现优异，刷新了 AIME 基准测试的记录。此外，AReaL-boba 提供了完整的训练数据、脚本和模型，实现了 32B 规模模型的低成本复现，推动了强化学习技术的普及。 AReaL-boba 具备多项核心功能，包括高效训练、推理能力增强、低资源训练以及完全开源等特性。它集成了 SGLang 推理框架，结合工程优化和数据蒸馏技术，进一步提升了训练效率和模型性能。该框架适用于多个应用场景，如数学教育、自然语言处理、智能体开发及学术研究等，为开发者提供了强大的工具支持。