arXiv 机器学习· Zhen Li, Mingfa Feng, Yiming Zhang, Yang Yu, Changhai Zhou, Pengxiang Li, Dongkuan Wu, Congkai Xie, Hongxia Yang·· 6 小时前AI 评分41
miniTE：诊断并弥合原生 NVFP4 强化学习中的执行差距
miniTE: Diagnosing and Bridging the Execution Gap in Native NVFP4 Reinforcement Learning
AI 导读
研究人员推出轻量级框架 miniTE，结合执行诊断、跨引擎数值对齐与原生 W4A4 GEMM 计算，用于解决原生 NVFP4 在大语言模型强化学习中训练与采样引擎间的执行一致性问题。
来源：arXiv 机器学习 · arxiv.org