阿里千问提出 TRACE：FP4 强化学习 Rollout 最高加速 5.4 倍

阿里千问联合俄亥俄州立大学提出 TRACE 方法，通过训练侧对齐 Rollout 的 FP4 量化结果，解决 MoE 模型 RL 训练中的数值偏差问题。 在 Qwen3.5 及 Qwen3.8 系列模型上，TRACE 将 128K 输出场景下的解码吞吐提升最高 5.4 倍，最终 FP4 policy 平均分达 75.3。