已过期70% 置信基准精确时间

GRPO 训练提速 1.3 倍，并默认支持序列打包以计算旧/参考对数概率

2

来源数

70%

置信度

中期 (~90 天)

时效性

2026/7/8

首次发现

有效期至：2026/10/6(已过期)

来源

Unsloth重磅更新：支持NVFP4量化导出与DeepSeek-V4训练

rss2026/7/7

相关事实

待验证JustGRPO训练循环的实际代码不到60行68% 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 2.4×66% 相似已验证使用Unsloth进行训练时速度提升2-5倍62% 相似待验证5折交叉验证将训练数据随机分为5份，轮流以4份训练、1份验证，重复5次取平均指标，以在有限样本下获得更稳健的泛化能力估计62% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/272415

API

curl https://kongchang.com/api/v1/knowledge/claims/272415

MCP

get_claim(id=272415)