字节跳动豆包大模型团队与香港大学合作开源了名为 HybridFlow 的全新 RLHF 框架，该框架支持多种训练和推理框架，兼容不同模型部署和多种 RL 算法，实验结果显示，在各种模型规模和 RL 算法下，HybridFlow 的训练吞吐量相比其他框架提升了 1.5 倍至 20 倍。