正文：2025年9月，上海交通大学与字节跳动联合推出强化学习加速框架RhymeRL，训练速度提升2.6倍。研究发现，模型生成答案在相邻训练周期中存在序列和长度分布相似性，基于此提出HistoSpec和HistoPipe两大核心技术。HistoSpec通过复用历史响应优化Token生成效率，HistoPipe利用跨步互补调度减少GPU资源浪费。实验表明，该框架在数学、代码等任务上显著提升端到端吞吐量，且精度无损。研究成果已发布于arXiv，为强化学习训练提供了新范式。

【快科技10月20日报道】NVIDIA最新研究可能彻底改变AI的未来。其研究团队开发出一种名为“归一化Transformer”(nGPT)的新型神经网络架构，该架构在超球面上进行表示学习，显著提升了大型语言模型(LLM)的训练速度，最高可提升20倍，同时保持了模型的精度。nGPT架构的核心是将所有向量归一化为单位范数，使得输入的token在超球面表面上移动，每一层模型通过位移贡献最终的输出预测。实验显示，nGPT在不同序列长度下的训练速度显著提高：在1k上下文中提高4倍，在4k上下文中提高10倍，在8k上下文中提高20倍。此技术不仅能大幅提升训练速度，还增强了模型的稳定性。 （注：摘要内容约200字）