算法论文9

万卡RL训练：如何选最优Batch Size

机器之心2026-09-22

AI 摘要

腾讯混元团队：大模型RL训练中，更大Batch不一定更快，只有吞吐收益超过达标样本增幅时才能提速。先调学习率对齐效果再优化吞吐，不增GPU可缩短29%训练时间。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

阿里浙大推出AI自主迭代模型Astar

阿里与浙大推出指导 AI 系统自主进化的模型 Astar，通过学习历史提交记录探索改进方向，落地 Lazada 推荐业务使线上 GMV 提升 4.86%。

港科大与微软等开源长程交互 SQL 智能体框架 HarnessSQL，8B 模型在 Spider 2.0 上取得 45.2% 执行准确率，超越多个 32B 专用模型。

启元具身研究中心发布机器人仿真世界模型 PrimeSim，通过视频生成模型推演机械臂操作并在两大基准登顶，模型权重与代码即将开源。

机器人研发公司逐际动力更新开源具身智能工程底座 FluxVLA Engine V2 报告，新增在线强化学习后训练，模型推理频率最高提升至 9.64 倍。