CoreWeave RL Rollouts 热加载权重提速 15 倍，BrowseComp 提升 8.5 点
_ScottCondron · x · 2026-10-19
CoreWeave 发布 RL Rollouts：在强化学习中推理本身是训练环的一部分，以往每个 checkpoint 更新都要重新部署、训练器只能等待；RL Rollouts 可将新权重热加载进在线部署而不影响在途请求，比完整重新部署快约 15 倍。
- NVIDIA 与 you.com 用它对 Nemotron 3.5 Lightning 做网页搜索后训练；
- BrowseComp 准确率从 36.97% 提升到 45.45%；
- 工具调用次数减少 30.24%。
该能力属于其「闭合推理到后训练回路」产品线（含 Model Distillation、可编程训练 API），目标是把生产信号持续回流到下一代模型。
「Infra」频道最新
- 四套免费 CUDA 学习资源：从 NVIDIA 官方课到牛津大学讲义 — techNmak · 2026-10-19
- 巴克莱：纯数据中心债券利差升至约209bp，市场开始计入传染风险 — SumitGup · 2026-10-19
- GPU 开发者称需打造轻量可解释性推理引擎，称移植数值差异难解 — brandon_xyzw · 2026-10-19
- llama-doctor:读 llama.cpp 指标并按严重度诊断问题的 CLI 工具 — msalsas · 2026-10-19
- 阿拉斯加水下 AI 数据中心申请待审，仅存约 330 头白鲸栖息地恐受扰 — anselm · 2026-10-19
- DeepSeek v4.1 推理价格战开打，DeepInfra 五一折甩卖被疑不赚钱 — gharik · 2026-10-19