arXiv Artificial Intelligence· Zhen Li, Mingfa Feng, Yiming Zhang, Yang Yu, Changhai Zhou, Pengxiang Li, Dongkuan Wu, Congkai Xie, Hongxia Yang·· 2 小时前AI 评分36
miniTE：诊断并弥合原生 NVFP4 强化学习中的执行差距
miniTE: Diagnosing and Bridging the Execution Gap in Native NVFP4 Reinforcement Learning
AI 导读
miniTE 是一个轻量框架，通过执行诊断、跨引擎数值对齐和原生 W4A4 GEMM 计算，解决 LLM 强化学习中训练与采样引擎分离导致的策略评估不一致问题。
来源：arXiv Artificial Intelligence · arxiv.org