FP4强化学习与推理服务无性能损耗

nrehiew_ · x · 2026-07-13

推文分享了使用 FP4 精度进行强化学习（RL）的一个有趣副作用：它使得 FP4 推理服务成为可能。作者提到，在使用 GLM5.1 作为评判模型时，FP4 服务似乎没有表现出任何性能下降。