热点事件持续更新
SGLang RL 与 Miles 实现 MoE 端到端 FP8 强化学习
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026年10月2日，LMSYS 博客发布 Chatbot Arena 团队消息，SGLang RL 团队与 Miles 社区联合 InfiXAI、蚂蚁 AQ 团队，在强化学习训练与采样中实现全 FP8 流水线，已完整支持 Qwen3-4B 和 Qwen3-30B-A3B 开箱即用。实验显示，MoE 模型越大，BF16 训练配 FP8 rollout 的训练-推理偏差越严重；而训练与 rollout 统一使用 FP8 可消除量化误差导致的不一致，同时提升 RL 训练速度与稳定性。
AI 根据报道生成 · 1 小时前更新
最新进展10月2日 22:51
SGLang RL 与 Miles 联合实现 MoE 模型端到端 FP8 强化学习训练。报道时间线
沿着报道，了解事件的不同侧面。
10月2日
- LMSYS：Blog（Chatbot Arena 团队）SGLang RL 与 Miles 实现 MoE 模型端到端 FP8 强化学习训练
SGLang RL 团队与 Miles 社区联合 InfiXAI、蚂蚁 AQ 团队，在 RL 训练与采样中实现全 FP8 流水线，已完整支持 Qwen3-4B 和 Qwen3-30B-A3B 开箱即用。实验显示 MoE 模型越大，BF16 训练配 FP8 rollout 的训练-推理偏差越严重，而训练与 rollout 统一用 FP8 可消除量化误差导致的不一致，同时提升 RL 训练速度与稳定性。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。