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

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：

1. 单GPU即可训练3B参数模型；

2. 从零开始的详细视频教程，快速上手；

3. 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