> For clean Markdown of any page, append .md to the page URL.
> For a complete documentation index, see https://fr.nvidia-localization.ferndocs.com/fr/nemo/rl/latest/nemo-rl-models-policy/llms.txt.
> For AI client integration (Claude Code, Cursor, etc.), connect to the MCP server at https://fr.nvidia-localization.ferndocs.com/_mcp/server.

# nemo\_rl.models.policy

## Sous-modules

* **[`interfaces`](nemo-rl-models-policy-interfaces)**
* **[`lm_policy`](nemo-rl-models-policy-lm-policy)**
* **[`dtensor_policy_worker`](nemo-rl-models-policy-dtensor-policy-worker)**
* **[`utils`](nemo-rl-models-policy-utils)**
* **[`dtensor_policy_worker_v2`](nemo-rl-models-policy-dtensor-policy-worker-v2)**
* **[`megatron_policy_worker`](nemo-rl-models-policy-megatron-policy-worker)**

## Contenu du module

### Classes

| Nom                                                                               | Description                                                                                                                                                                                                                                                                                                                                                                                             |
| --------------------------------------------------------------------------------- | ------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- |
| [`DTensorConfig`](#nemorlmodelspolicydtensorconfig)                               | dict() -> nouveau dictionnaire vide dict(mapping) -> nouveau dictionnaire initialisé à partir des paires (key, value) d'un objet mapping dict(iterable) -> nouveau dictionnaire initialisé comme suit : d = \{} for k, v in iterable: d\[k] = v dict(\*\*kwargs) -> nouveau dictionnaire initialisé avec les paires nom=valeur dans la liste des arguments de mot-clé. Par exemple : dict(one=1, two=2) |
| [`SequencePackingConfig`](#nemorlmodelspolicysequencepackingconfig)               | dict() -> nouveau dictionnaire vide dict(mapping) -> nouveau dictionnaire initialisé à partir des paires (key, value) d'un objet mapping dict(iterable) -> nouveau dictionnaire initialisé comme suit : d = \{} for k, v in iterable: d\[k] = v dict(\*\*kwargs) -> nouveau dictionnaire initialisé avec les paires nom=valeur dans la liste des arguments de mot-clé. Par exemple : dict(one=1, two=2) |
| [`RewardModelConfig`](#nemorlmodelspolicyrewardmodelconfig)                       | dict() -> nouveau dictionnaire vide dict(mapping) -> nouveau dictionnaire initialisé à partir des paires (key, value) d'un objet mapping dict(iterable) -> nouveau dictionnaire initialisé comme suit : d = \{} for k, v in iterable: d\[k] = v dict(\*\*kwargs) -> nouveau dictionnaire initialisé avec les paires nom=valeur dans la liste des arguments de mot-clé. Par exemple : dict(one=1, two=2) |
| [`MegatronOptimizerConfig`](#nemorlmodelspolicymegatronoptimizerconfig)           | dict() -> nouveau dictionnaire vide dict(mapping) -> nouveau dictionnaire initialisé à partir des paires (key, value) d'un objet mapping dict(iterable) -> nouveau dictionnaire initialisé comme suit : d = \{} for k, v in iterable: d\[k] = v dict(\*\*kwargs) -> nouveau dictionnaire initialisé avec les paires nom=valeur dans la liste des arguments de mot-clé. Par exemple : dict(one=1, two=2) |
| [`MegatronSchedulerConfig`](#nemorlmodelspolicymegatronschedulerconfig)           | dict() -> nouveau dictionnaire vide dict(mapping) -> nouveau dictionnaire initialisé à partir des paires (key, value) d'un objet mapping dict(iterable) -> nouveau dictionnaire initialisé comme suit : d = \{} for k, v in iterable: d\[k] = v dict(\*\*kwargs) -> nouveau dictionnaire initialisé avec les paires nom=valeur dans la liste des arguments de mot-clé. Par exemple : dict(one=1, two=2) |
| [`MegatronDDPConfig`](#nemorlmodelspolicymegatronddpconfig)                       | dict() -> nouveau dictionnaire vide dict(mapping) -> nouveau dictionnaire initialisé à partir des paires (key, value) d'un objet mapping dict(iterable) -> nouveau dictionnaire initialisé comme suit : d = \{} for k, v in iterable: d\[k] = v dict(\*\*kwargs) -> nouveau dictionnaire initialisé avec les paires nom=valeur dans la liste des arguments de mot-clé. Par exemple : dict(one=1, two=2) |
| [`MegatronConfig`](#nemorlmodelspolicymegatronconfig)                             | dict() -> nouveau dictionnaire vide dict(mapping) -> nouveau dictionnaire initialisé à partir des paires (key, value) d'un objet mapping dict(iterable) -> nouveau dictionnaire initialisé comme suit : d = \{} for k, v in iterable: d\[k] = v dict(\*\*kwargs) -> nouveau dictionnaire initialisé avec les paires nom=valeur dans la liste des arguments de mot-clé. Par exemple : dict(one=1, two=2) |
| [`TokenizerConfig`](#nemorlmodelspolicytokenizerconfig)                           | dict() -> nouveau dictionnaire vide dict(mapping) -> nouveau dictionnaire initialisé à partir des paires (key, value) d'un objet mapping dict(iterable) -> nouveau dictionnaire initialisé comme suit : d = \{} for k, v in iterable: d\[k] = v dict(\*\*kwargs) -> nouveau dictionnaire initialisé avec les paires nom=valeur dans la liste des arguments de mot-clé. Par exemple : dict(one=1, two=2) |
| [`PytorchOptimizerConfig`](#nemorlmodelspolicypytorchoptimizerconfig)             | dict() -> nouveau dictionnaire vide dict(mapping) -> nouveau dictionnaire initialisé à partir des paires (key, value) d'un objet mapping dict(iterable) -> nouveau dictionnaire initialisé comme suit : d = \{} for k, v in iterable: d\[k] = v dict(\*\*kwargs) -> nouveau dictionnaire initialisé avec les paires nom=valeur dans la liste des arguments de mot-clé. Par exemple : dict(one=1, two=2) |
| [`SinglePytorchSchedulerConfig`](#nemorlmodelspolicysinglepytorchschedulerconfig) | dict() -> nouveau dictionnaire vide dict(mapping) -> nouveau dictionnaire initialisé à partir des paires (key, value) d'un objet mapping dict(iterable) -> nouveau dictionnaire initialisé comme suit : d = \{} for k, v in iterable: d\[k] = v dict(\*\*kwargs) -> nouveau dictionnaire initialisé avec les paires nom=valeur dans la liste des arguments de mot-clé. Par exemple : dict(one=1, two=2) |
| [`DynamicBatchingConfig`](#nemorlmodelspolicydynamicbatchingconfig)               | dict() -> nouveau dictionnaire vide dict(mapping) -> nouveau dictionnaire initialisé à partir des paires (key, value) d'un objet mapping dict(iterable) -> nouveau dictionnaire initialisé comme suit : d = \{} for k, v in iterable: d\[k] = v dict(\*\*kwargs) -> nouveau dictionnaire initialisé avec les paires nom=valeur dans la liste des arguments de mot-clé. Par exemple : dict(one=1, two=2) |
| [`PolicyConfig`](#nemorlmodelspolicypolicyconfig)                                 | dict() -> nouveau dictionnaire vide dict(mapping) -> nouveau dictionnaire initialisé à partir des paires (key, value) d'un objet mapping dict(iterable) -> nouveau dictionnaire initialisé comme suit : d = \{} for k, v in iterable: d\[k] = v dict(\*\*kwargs) -> nouveau dictionnaire initialisé avec les paires nom=valeur dans la liste des arguments de mot-clé. Par exemple : dict(one=1, two=2) |

### Données

`SchedulerMilestones`

Le reste du document est traduit de la même manière, en préservant la structure MDX et les noms techniques, tout en traduisant le texte lisible.