主要来源CoreWeave
查看原文事件专题 ·多源确认
CoreWeave RL Rollouts 实现训练中热加载权重，BrowseComp 提升 8.5 个点
CoreWeave 推出 RL Rollouts，在强化学习训练循环中把新检查点权重热加载进线上部署，不中断进行中的请求，速度约为重新部署流程的 15 倍。NVIDIA 和 You.com 用它对 Nemotron 3.5 Lightning 做搜索任务后训练，BrowseComp 准确率从 36.97% 提到 45.45%，工具调用次数减少 30.24%。此前每次更新检查点都要重新部署，训练器只能等待。
当前结论
做 RL 训练的朋友看下，CoreWeave 这个功能把换检查点的时间砍掉约 15 倍，Nemotron 实测 BrowseComp 涨了 8 个多点。
6 个信源47° AI 热度最后更新 2026/10/6 19:24:06
证据链
6 个信源冲突核查
现有去重数据只说明这些来源讨论同一事件，不代表立场相同。当前没有结构化的支持或反驳证据，不自动推断冲突。