發現功能使用指南
background
discoveryBanners
熱門話題
#
Bonk 生態迷因幣展現強韌勢頭
Hosico
Hosico-2.2%
USELESS
USELESS-1.28%
IKUN
IKUN-9.98%
gib
gib-8.25%
#
有消息稱 Pump.fun 計劃 40 億估值發幣，引發市場猜測
Bonk
Bonk+0.8%
ALON
ALON-2.98%
LAUNCHCOIN
LAUNCHCOIN+9.75%
GOONC
GOONC-4.03%
KLED
KLED-4.72%
#
Solana 新代幣發射平臺 Boop.Fun 風頭正勁
BOOP
BOOP-0.07%
Boopa
Boopa+9.45%
PORK
PORK+18.44%
header
Penghui Qi
高級研究工程師@SeaAIL 博士生@NUSingapore 致力於 RL、LLM 推理和 MLSys。
Penghui Qi
Penghui Qi2025年10月31日
🚀很高興分享我們的新工作！ 💊問題：BF16 精度導致訓練與推理之間存在較大不匹配，導致不穩定的強化學習訓練。 💡解決方案：只需切換到 FP16。 🎯就這樣。 📰論文： ⭐️代碼：
170.5K