[控场AI]
待验证50% 置信基准精确时间

在LLaDA-2.1-mini上，ORL只需4.2M自生成训练token和36个H100 GPU小时的后训练，就能在质量相当的前提下获得最多3倍吞吐提升。

1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/10/17
首次发现
有效期至：2026/10/31

来源

单卡RTX 5090跑出2788 tokens/s：扩散LLM加速框架ORL全开源

涉及实体

ORLproductLLaDA-2.1-minimodelH100product

相关事实

待验证使用Diffusion Policy在8张A100 GPU上训练一个多任务策略通常需要24-72小时74% 相似待验证训练使用 batch 256、40 万步、EMA 0.9999、最后四分之一线性衰减学习率，torch.compile 相比 eager 提速 2.4×72% 相似待验证Meta的Llama 2(700亿参数版本)使用了180万GPU小时进行训练71% 相似待验证20.6秒的生成时间不包含训练成本，训练使用了16块V100 GPU。71% 相似

引用此条事实

Stable URI
https://kongchang.com/claim/1049948
API
curl https://kongchang.com/api/v1/knowledge/claims/1049948
MCP
get_claim(id=1049948)