River API 测试胜出，实现大 MoE 零训练推理偏差
marcbhargava · x · 2026-08-18
- 核心成果：River API 在强化学习任务中表现优于 Tinker，使用相同的训练代码但结果更优。
- 解决的问题：实现了大模型 MoE（Mixture of Experts）架构的 0 训练-推理偏差（train-infer mismatch）。
- 技术细节：团队投入大量精力优化了路由重放等细节，确保 API 发挥最佳性能。
- 开源验证：相关实验已在 Qwen3.6-35B-A3B 模型上进行 Wordle 游戏教学测试，并进行了多项消融实验，代码全开源。
所属事件:TogetherAI 开源 XoRL：MoE RL 训练推理零偏差(5 条相关)→
「研究」频道最新
- UCSD团队提出数据集水印法，仅凭API输出即可检测训练数据盗用 — yuxiangw_cs · 2026-10-16
- EmbodiedEvo 让 Agent 传承经验：登顶 RoboDojo 榜单 — Aiden_Tech_Ai · 2026-10-16
- 审稿人吐槽 CHI 论文 Discussion 普遍不引用文献 — IanArawjo · 2026-10-16
- 研究者驳「理解神经元即理解网络」：误差会复合放大 — StephenLCasper · 2026-10-16
- NVIDIA 发布 cuPotential，用 AI 智能体模拟半导体材料原子交互 — tomaszbednarz · 2026-10-16
- Agentic Search 只奖励最终答案，推理步骤是否忠实成疑 — burkov · 2026-10-16