热点事件持续更新
NVIDIA发布内存高效RL后训练方法LoGRA
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026年10月13日，NVIDIA 论文提出 LoGRA，一种面向 LLM 后训练强化学习的内存高效技术。报道称，LoGRA 可在用 RL 更新模型全部权重的同时，将内存占用压到低于 LoRA：在 1.5B 模型上，LoGRA 平均训练内存为 7.2 GiB，而 rank-256 LoRA 需 13.2 GiB；两者 Pass@4 分别为 81.8% 和 81.4%，LoGRA 的 Pass@1 低约 2 个百分点。目前该消息为单一来源报道，尚无其他进展。
AI 根据报道生成 · 2 小时前更新
最新进展10月13日 06:20
NVIDIA 论文提出 LoGRA，称可在更新全部权重时把 RL 后训练内存压到低于 LoRA。报道时间线
沿着报道，了解事件的不同侧面。
10月13日
- elvis(@omarsar0)NVIDIA 论文提出 LoGRA：用 RL 更新全部权重，内存占用低于 LoRA
NVIDIA 论文提出 LoGRA，一种面向 LLM 后训练 RL 的内存高效技术，可在用 RL 更新模型全部权重的同时把内存压到低于 LoRA。1.5B 模型上 LoGRA 平均训练内存 7.2 GiB，rank-256 LoRA 需 13.2 GiB，Pass @4 分别为 81.8% 和 81.4%，Pass @1 低约 2 个点。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。