阿里千问提出 TRACE：实现稳定 FP4 强化学习，Rollout 最高加速 5.4 倍

阿里千问联合俄亥俄州立大学提出 TRACE，通过用 Rollout 侧真实 FP4 量化结果指导训练侧舍入，解决了 MoE 模型在 FP4 强化学习中的策略偏差与训练崩溃问题。在 Qwen3.5-35B-A3B 等模型测试中，TRACE 在联合 FP4 W/A 与 FP4 KV Cache 下将性能恢复至接近 BF16 水平，并在 128K 输出时实现最高 5.4 倍解码吞吐提升。