热点事件持续更新
研究团队提出原生NVFP4强化学习稳定方法TRIAGE
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026年10月7日，研究团队在arXiv发布论文，提出方向感知稳定方法TRIAGE，用于解决原生NVFP4 W4A4强化学习中的训练不稳定问题。该方法通过分段级诊断选择性重平衡策略梯度更新，并对严重失配进行有界修复。在Qwen3-4B和Qwen3-30B-A3B模型上的实验表明，TRIAGE在5个数学推理基准上达到了全精度水平性能，且rollout吞吐量相比BF16最高提升达2.3倍。
AI 根据报道生成 · 2 小时前更新
最新进展10月7日 12:00
研究团队提出TRIAGE方法，使NVFP4强化学习在达全精度性能同时最高提升2.3倍吞吐量。报道时间线
沿着报道，了解事件的不同侧面。
10月7日
- arXiv 机器学习TRIAGE：原生 NVFP4 强化学习的方向感知失配稳定方法
研究人员提出方向感知稳定方法 TRIAGE，通过分段级诊断选择性重平衡策略梯度更新并对严重失配进行有界修复，解决原生 NVFP4 W4A4 强化学习中的训练不稳定问题。在 Qwen3-4B 和 Qwen3-30B-A3B 上的实验表明，该方法在 5 个数学推理基准上达到全精度水平性能，且 rollout 吞吐量相比 BF16 最高提升达 2.3x。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。