vLLM vime + ROCm：AMD Instinct™ GPU 上的端到端强化学习后训练

vLLM 团队宣布，vime 强化学习框架已支持 ROCm，可在 AMD Instinct MI355X GPU 上原生运行，支持大规模强化学习后训练工作流程。vime 采用 slime 的三阶段、解耦的 train-inference 设计，采用 Megatron-LM 作为训练引擎，并支持 ROCm 兼容的 Megatron 修改。