NVIDIA NeMo RL は FP8 低精度強化学習後トレーニングをサポートし、エージェントの反復を加速します。

robot
概要作成中
ME News メッセージ、4月23日(UTC+8)、NVIDIA AI はこのほど、オープンソースライブラリ NVIDIA NeMo RL に、低精度 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を高速化する新機能を追加したと発表しました。公開された情報によると、Qwen3-8B-Base モデルで 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マルチステップタスクにおけるイテレーションサイクルの短縮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