发现功能使用指南
discoveryBanners
热门话题
#
Bonk 生态迷因币展现强韧势头
Hosico
Hosico-4.31%
USELESS
USELESS-11.65%
IKUN
IKUN-6.83%
gib
gib+2.67%
#
有消息称 Pump.fun 计划 40 亿估值发币，引发市场猜测
Bonk
Bonk-2.16%
ALON
ALON-4.13%
LAUNCHCOIN
LAUNCHCOIN+1.95%
GOONC
GOONC-4.39%
KLED
KLED+4.74%
#
Solana 新代币发射平台 Boop.Fun 风头正劲
BOOP
BOOP+1.86%
Boopa
Boopa-1.22%
PORK
PORK0.00%
header
Penghui Qi
高级研究工程师@SeaAIL 博士生@NUSingapore 致力于 RL、LLM 推理和 MLSys。
Penghui Qi
Penghui Qi2025年10月31日
🚀很高兴分享我们的新工作！ 💊问题：BF16 精度导致训练与推理之间存在较大不匹配，从而导致不稳定的强化学习训练。 💡解决方案：只需切换到 FP16。 🎯就这样。 📰论文： ⭐️代码：
170.55K