You.com、NVIDIA 与 CoreWeave 直播演示 RL 权重热加载部署方案
做 RL 训练部署的工程师值得看这场直播：You.com、NVIDIA 和 CoreWeave 会现场演示用 Dynamo 在不中断服务的情况下热加载新权重，还公开了 HGX B200 上的实测数据和成本。想搭 on-policy RL 生产管线的团队可以直接抄方案。
You.com、NVIDIA 和 CoreWeave 将在 11 月 19 日（下周四）进行一场实操直播，解决 RL 训练中的工程瓶颈：每隔几小时更新策略后，如何在不中断推理服务的情况下把新 checkpoint 加载到推理 worker 上。
演示基于 NVIDIA Nemotron 3.5 Lightning 模型，使用 RL Rollouts 和 NVIDIA Dynamo 在 CoreWeave 基础设施上完成 checkpoint 热加载与 on-policy 权重切换。在 NVIDIA HGX B200 上的实测结果是准确率提升 22.94%，工具调用次数减少 30.24%。
对做 RL 训练部署的工程团队来说，这类 on-policy 权重同步是生产环境的核心难点，直播会给出具体蓝图、计算成本和前后对比 trace。
Updating RL policies every few hours creates an immediate bottleneck: getting new checkpoints onto inference workers without dropping serving availability.
Next Thursday, Nov 19th, engineers from @youdotcom, @NVIDIA and CoreWeave break down how to solve this in production today.
We’re walking through a live deployment of NVIDIA Nemotron 3.5 Lightning, using RL Rollouts and NVIDIA Dynamo on CoreWeave infrastructure to handle checkpoint hot-loading and on-policy weight transitions.
The direct outcomes on NVIDIA HGX B200: ✅ 22.94% accuracy gain ✅ 30.24% fewer tool calls
Get the exact blueprint, compute costs, and before-and-after traces. Register here: https://t.co/bQcQcevvH2
本条情报归属 AITOP「产品」核心栏目，重点聚焦北美前沿实验室与硅谷科技巨头。在跨区域产业观察坐标中，该动态直接关联「AI 开发者工具链、Coding Agent 与工程化实践」研究主线，反映出当前技术演进与商业落地的最新风向。涉及核心实体与技术议题包括：NVIDIA、Nemotron、CoreWeave、RL Rollouts，读者可通过下方标签进入对应专题页查阅历史脉络与关联对比。
信源核验说明：本文原始线索采编自「CoreWeave」（@CoreWeave），经 AITOP 多维评分管线结构化提炼。
