阿里千問提出 TRACE 加速強化學習

2026年10月23日，阿里千問與俄亥俄州立大學研究團隊提出 TRACE，以 FP4 Rollout 加速強化學習。其方法透過 Rollout 指導訓練側的 FP4 舍入，減少低精度訓練路徑與生成路徑之間的差異。報道指出，這使 MoE 模型在聯合採用 FP4 W/A 與 FP4 KV Cache Rollout 時，仍能維持接近 BF16 Rollout 的表現；報道標題稱，解碼吞吐量最高提升 5.4 倍。

AI 根據報道生成 · 1 小時前更新

還沒有足夠的連續觀測數據，暫不繪製趨勢。