[控场AI]
产品RL-Align / RL-Kernel

RL-Kernel

专注于大模型强化学习训练精度对齐的开源项目，通过统一归约顺序、中间精度、舍入点和数学原语等关键环节，实现训练与推理框架之间logprob的逐位一致性

时间轴 (近 90 天)

10月4日

RL-Kernel团队将RL-Align/RL-Kernel与vLLM的相关组件集成，在AMD ROCm平台上实现了训练与推理logprob的逐位（bit for bit）匹配

待验证50%
10月4日

不同硬件厂商的数学原语（尤其是超越函数exp/log的硬件实现）在末位精度上允许存在合规差异，这是RL-Kernel需要在数学原语层面单独对齐的原因

待验证50%
10月4日

RL-Kernel的严格路径（strict path）通过统一训练与推理两端的四个关键计算环节——归约顺序、中间精度、舍入点、数学原语——实现逐位对齐

待验证50%

全部知识事实 (3)

待验证

不同硬件厂商的数学原语（尤其是超越函数exp/log的硬件实现）在末位精度上允许存在合规差异，这是RL-Kernel需要在数学原语层面单独对齐的原因

50%待验证

RL-Kernel的严格路径（strict path）通过统一训练与推理两端的四个关键计算环节——归约顺序、中间精度、舍入点、数学原语——实现逐位对齐

50%待验证

RL-Kernel团队将RL-Align/RL-Kernel与vLLM的相关组件集成，在AMD ROCm平台上实现了训练与推理logprob的逐位（bit for bit）匹配

50%

来源文章

ROCm上实现训练与推理logprob逐位对齐：RL-Kernel破解RL训练精度难题10月4日