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

ACL两篇技能论文杀疯了

本文整理六大2026顶会共460篇高引机器学习论文，详细介绍ACL下两篇聚焦技能拆解复用的高引论文，给出效果数据与论文链接，开放论文合集获取。

本文报道由vLLM原班人马创立的Inferact公司，联合谷歌优化后，16块谷歌TPU v7跑Kimi K3速度比同数量英伟达GB200快57%，相关代码已开源，详解了背后的技术优化思路。

本文针对企业落地AI Agent遇到的知识口径不一、推理慢、风险不可控等痛点，介绍华为AI数据平台三大升级路线，结合案例说明方案价值。

本文指出AI算力扩张正遭遇电力供应刚性约束，GW级AIDC建设面临供电波动、绿电消纳等多重瓶颈，华为依托能源与算力领域的双重积累，推出源网荷储AIDC解决方案，重构能源算力协同体系，提升单位电力Token产出，并分析了华为的核心竞争优势。