阿里千问提出FP4强化学习量化方法TRACE

2026年10月23日，机器之心报道，阿里千问联合俄亥俄州立大学研究团队提出TRACE（Rollout-Guided Quantization-Aware Training for FP4 Reinforcement Learning of MoE Language Models）。报道称，该方法针对MoE语言模型的FP4强化学习，在Rollout侧采用FP4权重/激活（W/A）与FP4 KV Rollout，并用Rollout侧真实的FP4量化结果反向指导训练侧的舍入方向，以减少两条低精度路径之间的差异。报道称，在该设置下，强化学习Rollout最高加速5.4倍。目前公开信息仅涉及方法提出与上述加速数据，尚无更多跟进报道。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。