今日 · 部落格 10 月 23 日

CoreWeave 強化學習只傳權重增量。單一配置自報

CoreWeave 自報，強化學習訓練中途更新權重時只傳增量、就地換上，增量約是完整權重檔的 0.14% 到 0.95%。 CoreWeave 是專門出租 GPU 的雲端業者。強化學習訓練要不停讓模型產生樣本，每次權重更新，都要同步到產生樣本的推論服務。CoreWeave 寫，用 NVIDIA 的 Nemotron 3.5 Lightning 測，增量約是完整 BF16 權重檔的 0.14% 到 0.95%（CoreWeave，2026-10-23）。冷啟動指整個推論服務關掉重開、重新載入完整權重。CoreWeave 寫，最快一次熱載入比平均的冷啟動重新部署快約 15 倍。這是在 4 個副本、GB300 NVL72 機櫃上量的，比的是最快的一次熱載入對冷啟動的平均值，不是同一種統計量。這是單一配置的廠商自報，沒有第三方重現。怎麼查的 →

概念插圖：一台平板的螢幕分成左右兩格。左格中，底下有循環箭頭的伺服器旁立著一座標有 WEIGHTS 的高層疊堆，箭頭從疊堆指向一台螢幕全黑的伺服器，底部一條長箭頭指回左方。右格中，同樣附循環箭頭的伺服器伸出箭頭，穿過掛著 DELTA 標籤的紅色薄片，指向一座夾著一層紅色的高層疊堆；疊堆以一段灰色短件連到螢幕顯示對話框圖示的伺服器，底部箭頭帶著四張小文件卡指回左方。平板下方是一塊帶藍色幾何標記、寫著 COREWEAVE 字樣的牌子。

出處與查證

這則刊在2026年10月25日的晨報，同一期還有 8 則。查證經過、引句核對與當天缺的資料，記在那一期的本日驗證。

引用這則

SecondSource（2026），〈CoreWeave 強化學習只傳權重增量。單一配置自報〉，https://secondsource.io/product/2026-10-25-2/，取用日期取用。