待验证50% 置信基准精确时间
在 prime-rl 中，Qwen3 MoE 的训练步速最高提升 34%。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/29
首次发现
有效期至：2027/1/27
来源
涉及实体
相关事实
待验证使用 QLoRA 在 A100 和 RTX PRO 6000 上，Qwen3.5-35B-A3B 的训练速度最高可提升 4.1 倍，Qwen3-30B-A3B 最高提升 3.3 倍69% 相似待验证3.11 倍是内核层面的前向加速，34% 是端到端训练步速提升，两者口径不同。67% 相似待验证在 Qwen3-8B 上，第二轮循环选出 3 个新技能后，模型表现从 64.3% 提升到 66.3%。63% 相似待验证在 NL2RepoBench 基准上，QwenGyre 用 48 步把成绩从 52.5% 提升到 58.5%，端到端训练时间相比 Async 方案缩短约 44%。62% 相似待验证对比Qwen3-30B-A3B，Hy-Memory-30B-A3B平均提升11分；在训练中从未见过的EverMemOS框架上仍有56.89分。61% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1112884API
curl https://kongchang.com/api/v1/knowledge/claims/1112884MCP
get_claim(id=1112884)