字节跳动豆包大模型团队与香港大学公开联合研究成果 —— 官方宣称，HybridFlow是一个灵活且高效的大模型 RL 训练框架，兼容多种训练和推理框架，支持灵活的模型部署和多种 RL 算法实现。

　　该框架采用混合编程模型，融合单控制器的灵活性和多控制器的高效性，可更好实现和执行多种 RL 算法，显著提升训练吞吐量，降低开发和维护复杂度。

　　▲3D-HybridEngine一次迭代的流程

　　实验结果表明，HybridFlow 在各种模型规模和 RL 算法下，目前，该论文已被 EuroSys 2025 接收，代码仓库也对外公开，附相关链接如下：

　　论文链接：

　　代码链接：