算法论文8

华为S - GRPO让大模型推理提效

量子位2025-05-29

AI 摘要

华为：提出S - GRPO方法，采用“串行分组 + 衰减奖励”设计，解决大模型推理“冗余思考”问题，在多个推理任务测评中，相比现有方法，兼顾正确性与效率，让推理提速、答案更精准。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

华为昇腾芯片：逆境突围，崛起正当时

文章围绕华为AI芯片发展展开，提及方兴东《昇腾崛起》记录其历程。从战略觉醒到技术研发、应对制裁，华为历经曲折，如提出“韬定律”，发布多款芯片，在逆境中构建生态、拓展市场，展现强大实力与坚韧。

今年折叠屏市场平淡，小折叠被放弃、大折叠更新佛系，因成本高、出货难。但华为逆势上扬，2025年推出四款机型，2026年上半年Pura X Max销量超50万台。折叠屏难打性价比，华为靠创新和品牌优势统治市场。

今年折叠屏市场平淡，多数厂商收缩产品线，小折叠被放弃，大折叠更新佛系。但华为逆势而上，2025年推出四款机型，吃下国内超七成市场。其折叠屏越贵越好卖，因性价比打法先天不足，华为靠形态创新和品牌优势领先。

近年来，VLA模型成通用机器人控制重要路线，但模型大、动作更新慢的矛盾凸显。华中科技大学联合华为提出TurboVLA，绕开大语言模型，形成V+L→A路径，降低成本，保持操作能力。