热点事件持续更新
SGLang团队发布INT4 QAT端到端训练实践
1 篇报道1 个报道来源13 小时前更新
先了解这件事
AI 综述
2026年9月30日，LMSYS博客发布消息称，SGLang RL团队联合InfiXAI、蚂蚁Asystem & AQ Infra、slime、RadixArk团队，在slime框架上落地了INT4 QAT端到端流程。该流程训练时采用fake quantization、推理时采用W4A16，据称实现了与BF16全精度相当的训练-推理一致性与稳定性，并使约1TB模型可在单张H200上完成rollout。目前该实践仍处于团队发布阶段，后续进展有待观察。
AI 根据报道生成 · 11 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
9月30日
- LMSYS：Blog（Chatbot Arena 团队）SGLang RL 团队实现 INT4 QAT 端到端流程：约 1TB 模型单张 H200 完成 rollout
SGLang RL 团队联合 InfiXAI、蚂蚁 Asystem & AQ Infra、slime、RadixArk 团队，在 slime 框架上落地了 INT4 QAT 端到端流程，训练用 fake quantization、推理用 W4A16，实现与 BF16 全精度相当的训练-推理一致性与稳定性。
本事件热度走势
当前热度 7·可比范围峰值 10（10月1日 01:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。