SkyRL 助 GLM-5.3-Flash 实现 100 万 token 上下文训练

Anyscale 的 SkyRL 团队与 Lila Sciences 合作，将 GLM-5.3-Flash 的强化学习训练序列长度从此前基线扩展至 100 万 token，达到 64 倍提升。该成果同时使训练步速提升 2.1 倍，展示了长上下文模型开展大规模 RL 训练的可行性。