- 话题1/3
542 热度
50023 热度
3171 热度
17644 热度
151 热度
- 置顶
- 🎉 亲爱的广场小伙伴们，福利不停，精彩不断！目前广场上这些热门发帖赢奖活动火热进行中，发帖越多，奖励越多，快来GET你的专属好礼吧！🚀
1️⃣ #GateLaunchpad上线IKA# ｜IKA认购体验
在Gate广场带话题晒出你的IKA Launchpad认购体验，4位幸运分享者讲瓜分$200分享奖池!
详情 👉️ https://www.gate.com/post/status/12566958
2️⃣ #ETH冲击4800# ｜行情分析预测
大胆发帖预测ETH走势，展示你的市场洞察力！10位幸运用户将平分0.1 ETH 奖励！
详情 👉️ https://www.gate.com/post/status/12322403
3️⃣ #创作者活动第二期# ｜ZKWASM话题
在广场或推特发布与 ZKWASM 或其交易活动相关的原创内容，瓜分4,000枚ZKWASM！
详情 👉️ https://www.gate.com/post/status/12525794
4️⃣ #Gate广场征文活动第二期# ｜ERA话题
谈谈你对ERA的观点/体验，参与并推广活动，700 ERA大奖等你赢！
详情 👉️ https://www.gate.com/post/status/12361653
5️⃣ #MBG任务挑战# ｜MBG话题
分享你对MBG的洞察，积极参与和推广MBG活动，20位小 - 亲爱的广场用户们， #Gate 2025年中社区盛典# 投票中！🔥
🙌 广场内容达人TOP40榜单新鲜出炉！速速围观榜单，为你喜爱的达人疯狂打call吧：
www.gate.com/activities/community-vote
每天完成【广场】互动任务可获得助力值，每投出30助力值即可参与抽奖一次！
iPhone 16 Pro Max 512G、金牛雕塑、潮流运动套装、合约体验券、热门币种等你抽！
助力越多，中奖机率越大，下一个抱走iPhone 16的锦鲤就是你！🧧
别犹豫，带上你的“欧气”，为达人冲榜赢大奖！
https://www.gate.com/announcements/article/45974
- 🎉 Gate 广场 IKA Launchpad 发帖活动来袭！🎉
Gate Launchpad 认购 IKA 最后24小时！晒出你的认购体验，和大家一起分享，每个人都有机会瓜分 $200 奖池！
🎁 4位幸运分享者*$50合约体验券每人!
🧐 如何参与：
1.在广场发帖，带上 #GateLaunchpad上线IKA# 标签
2.晒出你的认购截图 或 分享你的独特认购小窍门/心得或趣事
3.保证帖子大于50字，内容有趣有料，原创，集齐至少3个互动（点赞/评论/转发）
IKA认购链接：https://www.gate.com/launchpad/2336?downgarde=true
活动时间：7月28日 12:00 - 7月30日 24:00 (UTC+8)
赶快加入，分享你的精彩时刻，你就是下一个幸运儿！
- 📢 Gate广场 #创作者活动第二期# 正式开启！
聚焦 ZKWASM 系列活动，分享你的观点，瓜分 4,000 枚 $ZKWASM！
ZKWASM 作为 zk 公链先锋，正在 Gate 平台重磅推广！
三大活动联动上线：Launchpool 认购、CandyDrop 空投、Alpha 专属交易——不要错过！
🎨 活动一：发布广场贴文，赢内容奖励
📅 时间：7月25日 22:00 - 7月29日 22:00（UTC+8）
📌 参与方式：
- 在 Gate 广场发布与 ZKWASM 或其三大活动相关的原创内容（不少于 100 字）
- 添加标签： #创作者活动第二期# #ZKWASM#
- 附本人参与 Launchpool/CandyDrop/Alpha 的截图（如认购、空投或交易）
🏆 奖励设置：
- 一等奖（1名）：1000 枚 $ZKWASM
- 二等奖（2名）：500 枚 $ZKWASM
- 三等奖（10名）：100 枚 $ZKWASM
📋 评选标准：内容质量、互动量、项目相关性，附活动参与截图者优先。
📢 活动二：发推赢传播力奖励
📌 参与方式：
- 在 X（推特）发布与 ZKWASM 或三大活动相关的原创内容（不少于 100 字）
- 添加标签： #ZKWASM # GateSquare
- 填写登记表 👉 https://www.gate.com/quest
- 📢 Gate广场 #MBG任务挑战# 发帖赢大奖活动火热开启！
想要瓜分1,000枚MBG？现在就来参与，展示你的洞察与实操，成为MBG推广达人！
💰️ 本期将评选出20位优质发帖用户，每人可轻松获得50枚MBG！
如何参与：
1️⃣ 调研MBG项目
对MBG的基本面、社区治理、发展目标、代币经济模型等方面进行研究，分享你对项目的深度研究。
2️⃣ 参与并分享真实体验
参与MBG相关活动（包括CandyDrop、Launchpool或现货交易），并晒出你的参与截图、收益图或实用教程。可以是收益展示、简明易懂的新手攻略、小窍门，也可以是现货行情点位分析，内容详实优先。
3️⃣ 鼓励带新互动
如果你的帖子吸引到他人参与活动，或者有好友评论“已参与/已交易”，将大幅提升你的获奖概率！
MBG热门活动（帖文需附下列活动链接）：
Gate第287期Launchpool：MBG — 质押ETH、MBG即可免费瓜分112,500 MBG，每小时领取奖励！参与攻略见公告：https://www.gate.com/announcements/article/46230
Gate CandyDrop第55期：CandyDrop x MBG — 通过首次交易、交易MBG、邀请好友注册交易即可分187,500 MBG！参与攻略见公告：https://www.gate.com/announcements
NVIDIA NeMo-RL 利用 GRPO 进行高级强化学习
张彼得
2025年7月10日 06:07
NVIDIA推出NeMo-RL，一个用于强化学习的开源库，支持与GRPO的可扩展训练，并与Hugging Face模型集成。
NVIDIA 已推出 NeMo-RL，这是一个前沿的开源库，旨在增强强化学习 (RL) 的能力，具体内容可以参考 NVIDIA 的官方博客。该库支持可扩展的模型训练，从单 GPU 原型到大规模的千 GPU 部署，并与 Hugging Face 等流行框架无缝集成。
NeMo-RL的架构与特点
NeMo-RL 是更广泛的 NVIDIA NeMo 框架的一部分，以其多功能性和高性能能力而闻名。该库包括与 Hugging Face 模型的原生集成，优化的训练和推理过程。它支持 DPO 和 GRPO 等流行的强化学习算法，并采用基于 Ray 的编排以提高效率。
NeMo-RL的架构设计时考虑了灵活性。它支持各种训练和回滚后端，确保高层算法实现与后端细节保持无关。这种设计允许模型的无缝扩展，而无需修改算法代码，使其非常适合小规模和大规模部署。
使用 GRPO 实现 DeepScaleR
这篇博客文章探讨了如何应用NeMo-RL来重复使用Group Relative Policy Optimization (GRPO)算法的DeepScaleR-1.5B食谱。这涉及到训练高性能的推理模型，例如Qwen-1.5B，以便在AIME24学术数学挑战中与OpenAI的O1基准进行竞争。
训练过程分为三个步骤，每个步骤都增加使用的最大序列长度：从8K开始，然后是16K，最后是24K。这种逐步增加有助于管理推出序列长度的分布，优化训练过程。
训练过程与评估
训练设置涉及克隆 NeMo-RL 仓库并安装必要的软件包。训练分阶段进行，模型持续评估以确保达到性能基准。结果表明，NeMo-RL 在仅 400 步内达到了 0.65 的训练奖励。
在AIME24基准测试中的评估显示，训练模型超越了OpenAI O1，突显了NeMo-RL与GRPO算法结合时的有效性。
开始使用 NeMo-RL
NeMo-RL 可供开源使用，提供详细的文档和示例脚本，存放在其 GitHub 存储库中。这个资源非常适合那些希望使用可扩展和高效的方法进行强化学习实验的人。
该库与Hugging Face的集成及其模块化设计使其成为研究人员和开发者在项目中利用先进强化学习技术的强大工具。
图片来源：Shutterstock