Skip to content
简体中文

切换主题

arXiv 2610.07767 · cs.LG · 2026-10-06

TRACE: Rollout-Guided Quantization-Aware Training for FP4 Reinforcement Learning of MoE Language Models

Xin Wang, Hao Yu, Zhengyang Zhuge, Bochao Mao, Zheng Li, Junda Feng, Yuyan Luo, Yi Zhang 等 12 人

Qwen

在最新榜 #235 本站收录于 2026-10-21

一句话要点

Qwen 团队的 TRACE 对齐训练与 rollout 两条 FP4 量化路径,用于 MoE 大模型的低精度强化学习。

Qwen's TRACE aligns the training and rollout FP4 quantisation paths for low-precision RL of MoE language models.

91HF 点赞
–GitHub stars
0引用(Semantic Scholar)
50.9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)