🍭 #机器学习 #模型训练 #AppleSilicon 🏵 MLX-GRPO - 基于MLX框架的GRPO模型训练工具 🍥 简介： 该框架专为Apple Silicon平台设计，基于Metal后端运行，实现了大规模语言模型的组相对策略优化（GRPO）训练。项目完整支持在无CUDA环境下进行模型微调，流程涵盖数据集构建、奖励函数定义及GRPO算法执行。通过MLX原生架构，旨在为苹果设备提供高效的强化学习训练解决方案，简化大语言模型优化链路。 🎈 【进入项目】 🗣 活动线报 | 掘金项目