ServiceNow 开源 PipelineRL：支持飞行中权重更新的 LLM 强化学习实现

ServiceNow Research 在 Hugging Face 博客宣布开源实验性强化学习实现 PipelineRL，旨在解决大规模 LLM RL 训练中推理吞吐量与在线数据收集之间的权衡问题。