Skip to content
简体中文

切换主题

arXiv 2610.06647 · cs.CL · 2026-10-05

LoGRA: Scaling LLM Reinforcement Learning with Low-Rank Gradient Sketches

Shaokun Zhang, Yifan Zhang, Jian Hu, Yueying Li, Hao Zhang, Binfeng Xu, Jan Kautz, Yi Dong

NVIDIA

在最新榜 #139 2026-W41 第 8 名 本站收录于 2026-10-21

一句话要点

LoGRA 用低秩梯度草图压缩 RL 后训练的显存,并按预测 KL 控制步长保持稳定。

LoGRA cuts RL post-training memory with low-rank gradient sketches and keeps training stable with predicted-KL step control.

152HF 点赞
–GitHub stars
0引用(Semantic Scholar)
56.4热度分

阅读 arXiv 原文 PDF Hugging Face 讨论

数据说明

元数据来自 arXiv API(已核实);点赞来自 Hugging Face 每日论文;引用来自 Semantic Scholar。最近刷新 2026-10-22。

要点由本站根据摘要自写,不转载摘要原文,请阅读原文。

数据更新于:最新 AI 论文(北京时间)