精选理由
MindLab用Macaron-V1在64块GPU上训出748B模型，比传统RL省资源，适合想低成本强化大模型的人
MindLab发布Macaron-V1，一种基于混合LoRA的后训练方法，应用于GLM 5.2。该方法包含4个专门的1B参数专家适配器，支持2M token上下文扩展。通过RL训练，748B参数的Venti变体仅用64块GPU即可完成训练，显著降低万亿参数模型的后训练成本。
原文 · Pandaily
Macaron-V1: How RL Made GLM 5.2 Great Again — MindLab Mixture-of-LoRA Post-Training Pushes Trillion-Parameter Models With 64 GPUs
MindLab releases Macaron-V1: Mixture-of-LoRA post-training on GLM 5.2 with 4 specialized 1B-parameter expert adapters, 2M token context extension, and 748B Venti variant trained on just 64 GPUs.