03:37
官方账号LMSYS Org (SGLang)@lmsysorg
官方账号LMSYS Org (SGLang)@lmsysorg精选73°
推荐理由：DeepSeek-V4 Flash RL 在 AMD 显卡上跑通了，训练结果还不错，AIME 分数涨了一截。想试试 AMD 平台搞 RL 训练可以看看这篇。
训练优化
共 4 条相关 AI 资讯
7月11日
03:37
LMSYS 发布博客，介绍 DeepSeek-V4 Flash RL 在 AMD Instinct MI355X GPU 上使用 Miles 框架完成端到端训练。训练100+步后，log-prob gap 稳定在0.09，AIME-2024 pass@1 从0.39提升至0.49，pass@8 从0.53提升至0.67。采用 FP8 推演加 BF16 演员模型，支持数据类型感知在线权重更新。在 ROCm 上实现了稳定的 TP1/PP4/EP4 布局，无集体通信停顿。混合注意力、mHC 混合和哈希路由 MoE 在 SGLang 和 Megatron 引擎间保持一致。
6月29日
13:49
13:49
官方账号Microsoft AI@MicrosoftAI
官方账号Microsoft AI@MicrosoftAI推荐理由：看看微软AI团队怎么解决实际技术难题，了解模型背后的人
6月26日
00:55
00:55
官方一手AWS Machine Learning Blog@Andrea Gallo
精选
推荐理由：AWS发了篇实战教程，教你用NVIDIA Blackwell在SageMaker上调优训练，从选精度到调batch size都讲清了，搞大模型训练的人别错过。
5月14日
09:20
09:20
berryxia@berryxia
berryxia@berryxia70°
推荐理由：杨植麟用460万美元和极致架构打脸烧钱竞赛，做AI代理或准备2026年入场的团队，看完会重新思考资源分配策略——建议存下来周末细看。