机器人不能停下来等模型：星尘发布 SmoothRL，让在线强化学习跟上大模型的异步推理
中文摘要
星尘智能发布SmoothRL框架，通过异步执行让在线强化学习速度匹配大模型的推理效率。
English Summary
Astribot released SmoothRL, an asynchronous online reinforcement learning framework designed to match large model inference speeds.
Original Excerpt
星尘智能（Astribot） 基座模型团队发布能异步执行的在线强化学习框架 SmoothRL