NVIDIA NeMo RL 支援 FP8 低精度強化學習後訓練,加速智能體迭代

robot
摘要生成中
ME News 消息,4 月 23 日(UTC+8),NVIDIA AI 近日宣布,其開源庫 NVIDIA NeMo RL 新增了一項能力,支援使用低精度 FP8 格式進行強化學習(RL)後訓練,以加速相關計算工作負載。根據其發佈的資訊,在 Qwen3-8B-Base 模型上,使用 FP8 格式可將 RL 工作負載的速度提升 1.48 倍。這一加速旨在為智能體的工具使用和多步驟任務實現更快的迭代週期。(來源:InFoQ)
查看原文
此頁面可能包含第三方內容,僅供參考(非陳述或保證),不應被視為 Gate 認可其觀點表述,也不得被視為財務或專業建議。詳見聲明
  • 打賞
  • 回覆
  • 轉發
  • 分享
回覆
請輸入回覆內容
請輸入回覆內容
暫無回覆