记录与思考
这里放技术笔记、项目记录，和一些没想清楚就写下来的东西。
文章
RL 异步 rollout
从 RL 基础、IMPALA/V-trace、Partial Rollout、AReaL，到 DeepSeek V4.1 / GLM-5.3 / MiMo V2.6 / Kimi K3 的异步 rollout 方案调研与总结。
这里放技术笔记、项目记录，和一些没想清楚就写下来的东西。
从 RL 基础、IMPALA/V-trace、Partial Rollout、AReaL，到 DeepSeek V4.1 / GLM-5.3 / MiMo V2.6 / Kimi K3 的异步 rollout 方案调研与总结。