月之暗面公开RL训练加速方法：训练速度暴涨97%，长尾延迟狂降93%

2025-11-27 16:43:04

灵感Phoenix

发布在

快讯

阅读：548

2025年11月，月之暗面联合清华大学推出全新强化学习加速引擎Seer，显著提升LLM训练效率。该框架通过推理引擎池、请求缓冲区和上下文管理器三大模块，结合分段生成、上下文感知调度及自适应分组推测解码技术，实现Rollout效率提升74%～97%，长尾延迟减少75%～93%。实验表明，Seer在Moonlight、Qwen2-VL-72B等模型任务中性能大幅超越基线系统veRL，尤其在长尾延迟优化上表现突出。此外，月之暗面正与IDG Capital等机构洽谈新一轮数亿美元融资，估值达40亿美元，并计划年底前完成融资，明年下半年启动IPO进程。

原文链接

本文链接：https://kx.umi6.com/article/29273.html

转载请注明文章出处

RL训练加速