热点事件持续更新
研究团队提出MoE模型MXFP4训练方案ALTO
1 篇报道1 个报道来源9 小时前更新
先了解这件事
AI 综述
2026年10月26日，研究人员在arXiv发表研究，提出针对混合专家（MoE）大语言模型的开源训练配方ALTO，以探索如何缩小低精度量化与BF16格式训练之间的差距。该配方结合了随机Hadamard变换、随机舍入与权重去振荡技术，目前已在MXFP4格式下成功训练了包含20B参数的MoE模型GPT-OSS-20B。
AI 根据报道生成 · 9 小时前更新
最新进展10月26日 12:00
研究人员推出开源训练方案ALTO，在MXFP4格式下成功训练20B参数MoE模型。报道时间线
沿着报道，了解事件的不同侧面。
10月26日
- arXiv 人工智能在 MXFP4 下训练 MoE LLM：如何缩小与 BF16 的差距
研究人员提出开源训练配方 ALTO，结合随机 Hadamard 变换、随机舍入与权重去振荡技术，在 MXFP4 格式下成功训练 20B 参数 MoE 模型 GPT-OSS-20B。
本事件热度走势
当前热度 8·可比范围峰值 10（10月26日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。