产品
NVIDIA用于构建和训练自定义模型的框架
已跟踪 3 条高相关材料
最近变化
2026-07-14 · NeMo RL与NeMo Gym组合可实现训练环境自动化构建
为什么值得关注
NeMo RL 被反复提及时，通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
We gave a coding agent a goal and a time budget: build a training environment and teach a vision mod...
NVIDIA AI(@NVIDIAAI) · 8.5 分
NVIDIA通过autoresearch框架让AI代理自主完成视觉模型训练，Qwen3-VL-2B准确率从25%提升至96.9%。
How to Run Agent-Led Autoresearch with NVIDIA NeMo RL and NeMo Gym
NVIDIA Developer · 8.5 分
本文演示了如何利用NVIDIA NeMo RL和NeMo Gym实现由代理主导的自动研究，涵盖从环境设置到模型优化的全流程。
RL post-training is hitting a rollout bottleneck. This new paper from #NVIDIAResearch shows how sp...
NVIDIA AI(@NVIDIAAI) · 7.2 分
NVIDIA 研究提出将 speculative decoding 引入 NeMo-RL + vLLM 架构，实现 RL 后训练 rollout 阶段无损加速：8B 模型吞吐提升 1.8 倍，235B 模型端到端预计提速 2.5 倍。
已收录 3 条与 NeMo RL 相关的内容，按评分排序。
本文演示了如何利用NVIDIA NeMo RL和NeMo Gym实现由代理主导的自动研究，涵盖从环境设置到模型优化的全流程。
入选理由：Codex可自动完成NeMo RL训练烟雾测试并优化Qwen性能至96%
NVIDIA通过autoresearch框架让AI代理自主完成视觉模型训练，Qwen3-VL-2B准确率从25%提升至96.9%。
入选理由：NeMo RL与NeMo Gym组合可实现训练环境自动化构建
NVIDIA 研究提出将 speculative decoding 引入 NeMo-RL + vLLM 架构，实现 RL 后训练 rollout 阶段无损加速：8B 模型吞吐提升 1.8 倍，235B 模型端到端预计提速 2.5 倍。
入选理由：RLHF/RLAIF 后训练的 rollout 阶段已成为性能瓶颈
