阿里千问提出TRACE加速FP4强化学习

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提出TRACE方法。该方法用Rollout侧真实FP4量化结果反向指导训练侧舍入方向，在四个MoE模型上把联合FP4 W/A与FP4 KV Cache Rollout的最终性能拉回BF16 Rollout附近，报道称强化学习Rollout最高加速5.4倍。目前进展为该方法在四个MoE模型上完成验证，性能接近BF16 Rollout水平。

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。