概要
- フル名
docker.io/whatcanyousee/verl- Registry
- docker.io
- 名前空間
- whatcanyousee
- リポジトリ
- verl
- キャッシュ Tag 数
- 16
- 最終同期
- 07/13/2026, 01:47 PM
概要
VERL 强化学习训练框架镜像，大模型 RLHF/PPO 分布式训练环境，需 GPU 与多节点，LLM 对齐与策略优化实验。
詳細
whatcanyousee/verl 打包 VERL（Volcano Engine RL）大模型强化学习训练框架，支持 PPO/GRPO 等 RLHF 算法与分布式 GPU 训练。定位为 GPU RL 训练环境，需 NVIDIA GPU 与多卡；LLM 对齐实验、策略优化研究或 RLHF 流水线开发。
快速启动
docker run --rm -it \
--gpus all \
-v /data/models:/models \
docker.io/whatcanyousee/verl:latest
推荐实践
docker run -d --name verl \
--gpus all \
-v /data/models:/models \
-v /data/verl-output:/output \
docker.io/whatcanyousee/verl:0.2.0
核心参数说明
--gpus all— NVIDIA GPU 必需-v .../models:...— 基座模型权重-v .../output:...— 训练 checkpoint- 资源 — 多卡分布式需集群调度