首页
科技要闻
互联网
手机
家电
机器人
5G/通信
数码
人工智能
硬件
IT
资讯
业界
科技金融
企业动态
半导体
iOS
Android
Mac
标签 >
「万字长文」大模型异步 RL 框架的设计与权衡:从 Staleness 控制谈起
大模型异步 RL 框架设计与权衡围绕 Staleness 控制展开
这篇万字长文核心讲的就是,大模型用异步 RL 做后训练,可以把推理生成和参数更新两条链路拆开并行跑,大幅拉高 GPU 利用率、缩短整体
2026-11-18 16:07:06