NVIDIA NeMo RL は FP8 低精度強化学習後の訓練をサポートし、エージェントの反復を加速します

robot
概要作成中
ME News ニュース、4月23日(UTC+8)、NVIDIA AIは最近、オープンソースライブラリNVIDIA NeMo RLに新たな機能を追加したことを発表しました。これにより、低精度のFP8フォーマットを使用した強化学習(RL)の後訓練をサポートし、関連する計算ワークロードの高速化を実現します。発表によると、Qwen3-8B-Baseモデル上でFP8フォーマットを使用すると、RLワークロードの速度が1.48倍向上します。この高速化は、エージェントのツール使用や多段階タスクのより迅速な反復サイクルの実現を目的としています。(出典:InFoQ)
原文表示
このページには第三者のコンテンツが含まれている場合があり、情報提供のみを目的としております(表明・保証をするものではありません)。Gateによる見解の支持や、金融・専門的な助言とみなされるべきものではありません。詳細については免責事項をご覧ください。
  • 報酬
  • コメント
  • リポスト
  • 共有
コメント
コメントを追加
コメントを追加
コメントなし