NVIDIA NeMo-DCR：万亿参数Agentic RL位精确增量压缩重拟合

2026年10月6日，Hugging Face Daily Papers 报道了 NVIDIA 提出的 NeMo-DCR（Delta-Compressed Refit）方法，面向万亿参数智能体强化学习（Agentic RL）场景。该方法的核心是只传输权重变化量（delta），同时保持比特精确（bit-exact），接收端最终得到的参数与 buffer 位与全量重拟合完全一致。报道未提及更早的相关进展或与先前说法的矛盾之处。

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。