AReaL，Ant Reasoning RL，是Ant Research RL Lab等开源的高效强化学习系统。在此基础之上，该版本取名为boba，是因为团队希望AReaL像珍珠奶茶一样让强化学习普惠整个社区，让开发者无论资源规模均可触达SOTA效果 ...

本周，蚂蚁技术研究院和清华大学交叉信息院吴翼团队，联合发布了训练速度最快最稳定的开源强化学习训练框架 AReaL（Ant Reasoning RL），并公开全部数据和完成可复现的训练脚本。