arXiv · cs.AI· Songlin Jiang, Zhiyu Li, Terry Kong, Yu Yao, Youngeun Kwon, Bernard Nguyen, Ashwath Aithal, Mario Di Francesco·· 1 天前
NeMo-DCR：面向万亿参数规模智能体强化学习的位精确增量压缩重拟合
NeMo-DCR: Bit-Exact Delta-Compressed Refit for Scalable Agentic RL at Trillion-Parameter Scale
arXiv:2610.08430v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Songlin Jiang, Zhiyu Li, Terry Kong, Yu Yao, Youngeun Kwon, Bernard Nguyen, Ashwath Aithal, Mario Di Francesco
研究任务与主要进展
论文摘要介绍 NeMo-DCR，用于在训练与 rollout 分离的智能体强化学习中同步 30B 至 1T 参数模型。作者称该方法仅传输变化，并通过 XOR 掩码、覆写、原地应用、重试和联合提交实现与完整检查点一致的参数位与缓冲区位；跨 AWS 区域完整 1T 重拟合需 87.5 分钟，而 3% 变化率下采用 relay tree 的 1T 重拟合用时 150 秒。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org