华为开源 openPangu-2.0 预训练、监督微调和强化学习代码
华为开放 openPangu-2.0 的预训练、SFT 和后训练 RL 代码，为昇腾平台的大模型训练提供参考实现。
昨天（2026 年 9 月 28 日），华为宣布 openPangu-2.0 的预训练、监督微调（SFT）和后训练强化学习（RL）代码正式开源上线。
其中，openPangu-2.0-Training 提供从预训练、监督微调到持续优化的训练框架，支持分布式并行、数据流水线、混合精度及高可用训练。openPangu-2.0-RL 基于 VERL 生态构建，提供面向昇腾的强化学习训练与部署能力。
此次开放的是训练代码，为开发者和企业在昇腾平台上训练、微调模型提供可参考的工程实现。代码公开便于研究与适配训练流程，具体复现效果仍取决于数据、算力和部署环境。
来源：华为官方开源公告。