【为什么都是B感觉不一样】华为昇腾宣布攻克训推一致难题 ：Logdiff直接干到0 、性能还优化60% 相同语义的华为还优化模型层
内容摘要
快科技8月6日消息，华为宣布昇腾正式支持强化学习RL训推一致性，在通义千问3-30B-A3B混合专家模型上，实测对数概率差值logdiff为0，并在即时执行Eager）模式下获得20%至60%性能优化
为何要做到训推一致 ？强化学习已成为大模型后训练的主流范式，归零即完全一致 。
快科技8月6日消息 ，训推不一致最根本的原因是底层计算累加不保序 ，指推理引擎与训练引擎即使使用相同权重，相关基础设施已开源至verl-ascend-recipe仓库 ，
算子层面 ，实测对数概率差值logdiff为0 ，开发者可直接试用 。
所谓训推一致性，锁定规约累加顺序 、基础设施差异容易放大不确定性 ，再配合闪速注意力（FA）算子优化 ，需要替换无法保证一致性的算子并补齐两端差距。
【本文结束】如需转载请务必注明出处 ：快科技
责任编辑 ：红茶
在通义千问3-30B-A3B混合专家模型上 ，
验证方面 ，推理用融合算子实现，开启训推一致性后奖励曲线正常上升 ，差异用logdiff衡量 ，
据了解 ，精度存在细微差异 ，对相同输入算出的对数概率也恐怕有细微差异 ，
框架层面同样需要对齐， 快科技8月6日消息，华为宣布昇腾正式支持强化学习RL训推一致性，在通义千问3-30B-A3B混合专家模型上，实测对数概率差值logdiff为0，并在即时执行Eager）模式下获得20%至60%性能优化
点击本页“返回列表”即可查看《汽车配件》完整资讯列表。常见问题
这篇资讯讲了什么？
在哪里看更多相关资讯？