热点事件持续更新

DualKV优化长上下文RL训练效率

1 篇报道1 个报道来源10 小时前更新

先了解这件事

AI 综述

arXiv最新发布的DualKV论文提出了首个消除共享提示复用的FlashAttention内核变体，实现了与标准注意力的数学等价。在Qwen3-8B模型上进行GRPO训练时，该方案在8xH100 GPU上支持8K上下文和32次rollouts，策略更新速度提升了1.63至2.09倍，MFU从36%提高至76%。该优化方案还扩展至30B MoE模型及64K长上下文的Gemma-4-31B，有效解决了大rollout长上下文训练的性能瓶颈，为高效强化学习训练提供了新的技术路径。

AI 根据报道生成 · 3 小时前更新

报道时间线

沿着报道，了解事件的不同侧面。

11月3日

13:00
arXiv · ML
DualKV：共享提示 Flash Attention 实现高效长上下文 RL 训练
DualKV 提出首个消除共享提示复用的 FlashAttention 内核变体，实现与标准注意力数学等价。在 Qwen3-8B 上支持 8K 上下文和 32 次 rollouts，策略更新提速 1.63-2.09 倍，MFU 从 36% 提升至 76%。该方案扩展至 30B MoE 模型和 64K 长上下文 Gemma-4-31B，有效解决大 rollout 长上下文训练瓶颈。

本事件热度走势

可比范围当前: 8
可比范围峰值: 811月3日 21:00
近 24 小时变化: –

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。