PulseAugur
中
实时 20:21:06
实体 FlashNext-RL

FlashNext-RL

PulseAugur coverage of FlashNext-RL — every cluster mentioning FlashNext-RL across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 0
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_315037 ·

    FlashNext-RL 优化 Qwen3.8-Flash-Next 的长时序智能体强化学习

    研究人员开发了 FlashNext-RL,一个系统优化框架,旨在改进 Qwen3.8-Flash-Next 模型的长时序智能体强化学习。该框架通过与 vLLM 集成以实现高效的 rollout 生成,解决了内存需求和模型特定算子方面的限制。研究表明,在 131K token 的上下文限制下,训练吞吐量从 395 tokens/s/GPU 提高到 4,438 tokens/s/GPU,显著提升了性能,突显了针对特定模型架构定制强化学习训练的好处。