NVIDIA NeMo RL は FP8 低精度強化学習の事後学習をサポートし、エージェントの反復を加速します。

robot
概要作成中
ME News 消息,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、低精度 FP8 形式を使用した強化学習(RL)の後トレーニングをサポートし、関連する計算ワークロードを高速化することを発表しました。発表された情報によると、Qwen3-8B-Base モデル上で FP8 形式を使用すると、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とマルチステップタスクにおけるより迅速な反復サイクルを実現すること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