Mind Lab发布：1000B模型的高效强化学习框架 使用LoRA，对1000B MoE模型进行强化学习，相比传统方法，仅使用10%的GPU资源。提升了模型的特定能力，且保留了原始的通用能力。相关代码已被合并到魔搭和英伟达的Github分支。 官方介绍：