研究人员开发了聚光灯（Spotlight），一个旨在显著降低强化学习扩散Transformer（DiTs）训练后成本的新颖系统。通过利用对探索容忍度的洞察以及序列并行（SP）组的高效重新配置，聚光灯有效地利用了廉价的Spot GPU。该系统引入了基于老虎机（bandit-based）的探索规划、弹性序列并行和预占感知调度等技术，以维持训练的连续性和状态。 AI
影响 降低了训练先进图像生成模型的计算成本，可能加速该领域的研究和开发。
排序理由 该集群包含一篇详细介绍新系统和方法的学术论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
完整方法见我们的编辑标准。
arXiv:2606.19004v1 Announce Type: cross Abstract: Reinforcement learning (RL) post-training of Diffusion Transformers (DiTs) is prohibitively expensive, requiring thousands of high-end GPUs. Existing works explore two directions to reduce cost: seed exploration improves training …
Reinforcement learning (RL) post-training of Diffusion Transformers (DiTs) is prohibitively expensive, requiring thousands of high-end GPUs. Existing works explore two directions to reduce cost: seed exploration improves training convergence by selecting high-contrast samples, ye…