arXiv · ML· Zhen Li, Mingfa Feng, Yiming Zhang, Yang Yu, Changhai Zhou, Pengxiang Li, Dongkuan Wu, Congkai Xie, Hongxia Yang·· 6 小时前AI 评分26
miniTE: 解决原生 NVFP4 强化学习中执行差距的诊断与对齐框架
miniTE: Diagnosing and Bridging the Execution Gap in Native NVFP4 Reinforcement Learning
AI 导读
miniTE 框架通过执行诊断、跨引擎数值对齐及 W4A4 GEMM 计算，解决原生 NVFP4 在 LLM 强化学习中因独立训练与采样引擎导致的数值执行不一致问题。
来源：arXiv · ML · arxiv.org