#ログプロバビリティ のAIニュース

vLLM V0 から V1 へ：RL における修正前の正しさの重要性（8 分読了）

vLLM は V1 アップデートにより、ログ確率計算や重み更新の不整合を解消し、V0 と同等の推論精度と RL パフォーマンスを確保した。