跳到正文
Hugging Face Daily Papers·· 2026-10-07精选AI 评分84

miniTE:诊断并弥合原生 NVFP4 强化学习的执行差距

miniTE: Diagnosing and Bridging the Execution Gap in Native NVFP4 Reinforcement Learning

AI 导读

该论文提出 miniTE 轻量级框架,结合执行诊断、跨引擎数值对齐及高效原生 W4A4 GEMM 计算,解决大语言模型强化学习中训练与采样引擎间的不一致问题。

推荐理由

原文介绍了 miniTE 框架,展示了在 Qwen3-30B-A3B 模型上实现原生低比特强化学习稳定训练与高吞吐率的实验结果。

来源:Hugging Face Daily Papers · arxiv.org