nanoAhaMoment：单文件强化学习库，专为LLM设计，不到700行代码即可实现高效训练。亮点：
-
单GPU即可训练3B参数模型；
-
从零开始的详细视频教程，快速上手；
-
高效训练，10小时内完成R1-zero倒计时任务。
参考文献：
[1] http://github.com/McGill-NLP/nano-aha-moment
[2] https://huggingface.co/McGill-NLP/nano-aha-moment-3b
（文：NLP工程化）
nanoAhaMoment：单文件强化学习库，专为LLM设计，不到700行代码即可实现高效训练