热点事件持续更新
NVIDIA发布LoGRA低秩梯度草图RL训练方法
1 篇报道1 个报道来源22 小时前更新
先了解这件事
AI 综述
2026年10月13日，X平台用户Elvis Saravia发帖介绍NVIDIA论文提出的LoGRA方法。该工作将低秩梯度草图用于大语言模型后训练强化学习，特点是能够更新全部权重，同时显存占用低于LoRA。帖子给出的数据为：在1.5B模型上，LoGRA平均训练显存为7.2 GiB，而rank-256 LoRA需要13.2 GiB；两者Pass@4分别约为81.8%与81.4%，LoGRA的Pass@1低约2分。目前该事件仅有这一条报道，尚无后续进展或不同来源的补充信息。
AI 根据报道生成 · 21 小时前更新
最新进展10月13日 06:20
NVIDIA论文LoGRA被介绍：全权重RL训练显存7.2 GiB，低于rank-256 LoRA的13.2 GiB。报道时间线
沿着报道，了解事件的不同侧面。
10月13日
- elvis (@omarsar0) · XNVIDIA 论文 LoGRA：低秩梯度草图省显存 RL
NVIDIA 论文提出 LoGRA，用低秩梯度草图做 LLM 后训练 RL，可更新全部权重而显存低于 LoRA：1.5B 下平均训练显存 7.2 GiB，rank-256 LoRA 需 13.2 GiB，Pass@4 分别约 81.8% 与 81.4%，Pass@1 低约 2 分。
本事件热度走势
当前热度 6·可比范围峰值 10（10月13日 07:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。