面壁智能 OpenBMB 开源 MiniCPM5-2B 背后的 RL 训练栈 Meshy 与 JustRL II

面壁智能 OpenBMB 在开源 MiniCPM5-2B 后，进一步开源其背后的 RL 训练栈。Meshy 是服务化 RL 训练框架，将推理、rollout 和训练解耦为统一数据平面上的独立服务。