Dans l'actualité
Towards Blackwell-Native 8-bit and 4-bit RL: End-to-End MXFP8 and NVFP4 RL in Miles
LMSYS · Publié le · 3 min de lecture
En 30 secondes
- Ce qui s'est passé
- LMSYS a publié des recettes de reinforcement learning 8-bit et 4-bit natives pour Blackwell, supportant la quantization MXFP8 end-to-end et NVFP4 per-token.
- Pourquoi ça compte
- Pour les ingénieurs ML entraînant des LLM sur GPUs Blackwell qui doivent réduire mémoire et coûts de calcul tout en préservant la fidélité du signal de récompense.
- Vigilance
- Exige des contrats de précision identiques entre rollout, training, conversion de checkpoint et mises à jour de poids; NVFP4 per-token demande un expert-tensor parallelism cohérent.
Les patterns derrière cette actualité
- HTTP-Native Micropayments (x402)
- Reinforcement Learning from Human Feedback
- Reinforcement Learning Exploration
Chacun explique le fonctionnement de la technique, quand elle vaut son coût et où elle casse.
The Agent Architect
Un pattern, un compromis, une panne de production racontée. Un brief hebdomadaire court pour ceux qui construisent des systèmes agentiques.
Un email par semaine, désinscription en un clic. Votre adresse ne sert qu'à envoyer le brief.