Long-RL：让强化学习应对超长序列任务的全新框架

Long-RL：让强化学习应对超长序列任务的全新框架。亮点：1. 单节点支持小时级长视频（3600帧-256k tokens）的强化学习训练；2. 支持多模态输入（文本、视频、音频）的Omni模型强化学习；3. 支持图像/视频生成模型（如Stable Diffusion）的强化学习训练。

参考文献：
[1] https://github.com/NVlabs/Long-RL

知识星球：Dify源码剖析及答疑，Dify扩展系统源码，AI书籍课程|AI报告论文，公众号付费资料。加微信buxingtianxia21进NLP工程化资料群，以及Dify交流群。