Flame 发布 Search-R1 分布式训练示例

Flame 发布 Search-R1 智能体分布式训练示例，以分布式 Python 服务跑通搜索智能体训练闭环。Flame 称，Qwen2.5-3B-Instruct 在 200 道题的 held-out exact match 上从 14.5% 提升到 47.0%。 运行该示例需使用 Flame 主分支代码、配置好 Flame SDK 和数据集，并准备显存足以容纳模型与训练器状态的 GPU 集群；执行器使用 Python 3.12，worker 依赖（含 vLLM 0.31.0）在 pyproject.toml 中声明。Flame 说明这仍是训练演示，其 checkpoint 文件记录的是缓存对象，并非独立模型包或完整优化器检查点。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。