- 話題1/3
54621 熱度
13349 熱度
44567 熱度
1500 熱度
987 熱度
- 置頂
- 親愛的廣場用戶們， #Gate 2025年中社区盛典# 投票中！🔥
🙌 廣場內容達人TOP40榜單新鮮出爐！速速圍觀榜單，爲你喜愛的達人瘋狂打call吧：
www.gate.com/activities/community-vote
每天完成【廣場】互動任務可獲得助力值，每投出30助力值即可參與抽獎一次！
iPhone 16 Pro Max 512G、金牛雕塑、潮流運動套裝、合約體驗券、熱門幣種等你抽！
助力越多，中獎機率越大，下一個抱走iPhone 16的錦鯉就是你！🧧
別猶豫，帶上你的“歐氣”，爲達人衝榜贏大獎！
https://www.gate.com/announcements/article/45974
- 🎉 Gate 廣場 IKA Launchpad 發帖活動來襲！🎉
Gate Launchpad 認購 IKA 最後24小時！曬出你的認購體驗，和大家一起分享，每個人都有機會瓜分 $200 獎池！
🎁 4位幸運分享者*$50合約體驗券每人!
🧐 如何參與：
1.在廣場發帖，帶上 #GateLaunchpad上线IKA# 標籤
2.曬出你的認購截圖 或 分享你的獨特認購小竅門/心得或趣事
3.保證帖子大於50字，內容有趣有料，原創，集齊至少3個互動（點讚/評論/轉發）
IKA認購連結：https://www.gate.com/launchpad/2336?downgarde=true
活動時間：7月28日 12:00 - 7月30日 24:00 (UTC+8)
趕快加入，分享你的精彩時刻，你就是下一個幸運兒！
- 📢 Gate廣場 #创作者活动第二期# 正式開啓！
聚焦 ZKWASM 系列活動，分享你的觀點，瓜分 4,000 枚 $ZKWASM！
ZKWASM 作爲 zk 公鏈先鋒，正在 Gate 平台重磅推廣！
三大活動聯動上線：Launchpool 認購、CandyDrop 空投、Alpha 專屬交易——不要錯過！
🎨 活動一：發布廣場貼文，贏內容獎勵
📅 時間：7月25日 22:00 - 7月29日 22:00（UTC+8）
📌 參與方式：
- 在 Gate 廣場發布與 ZKWASM 或其三大活動相關的原創內容（不少於 100 字）
- 添加標籤： #创作者活动第二期# #ZKWASM#
- 附本人參與 Launchpool/CandyDrop/Alpha 的截圖（如認購、空投或交易）
🏆 獎勵設置：
- 一等獎（1名）：1000 枚 $ZKWASM
- 二等獎（2名）：500 枚 $ZKWASM
- 三等獎（10名）：100 枚 $ZKWASM
📋 評選標準：內容質量、互動量、項目相關性，附活動參與截圖者優先。
📢 活動二：發推贏傳播力獎勵
📌 參與方式：
- 在 X（推特）發布與 ZKWASM 或三大活動相關的原創內容（不少於 100 字）
- 添加標籤： #ZKWASM # GateSquare
- 填寫登記表 👉 https://www.gate.com/quest
- 📢 Gate廣場 #MBG任务挑战# 發帖贏大獎活動火熱開啓！
想要瓜分1,000枚MBG？現在就來參與，展示你的洞察與實操，成爲MBG推廣達人！
💰️ 本期將評選出20位優質發帖用戶，每人可輕鬆獲得50枚MBG！
如何參與：
1️⃣ 調研MBG項目
對MBG的基本面、社區治理、發展目標、代幣經濟模型等方面進行研究，分享你對項目的深度研究。
2️⃣ 參與並分享真實體驗
參與MBG相關活動（包括CandyDrop、Launchpool或現貨交易），並曬出你的參與截圖、收益圖或實用教程。可以是收益展示、簡明易懂的新手攻略、小竅門，也可以是現貨行情點位分析，內容詳實優先。
3️⃣ 鼓勵帶新互動
如果你的帖子吸引到他人參與活動，或者有好友評論“已參與/已交易”，將大幅提升你的獲獎概率！
MBG熱門活動（帖文需附下列活動連結）：
Gate第287期Launchpool：MBG — 質押ETH、MBG即可免費瓜分112,500 MBG，每小時領取獎勵！參與攻略見公告：https://www.gate.com/announcements/article/46230
Gate CandyDrop第55期：CandyDrop x MBG — 通過首次交易、交易MBG、邀請好友註冊交易即可分187,500 MBG！參與攻略見公告：https://www.gate.com/announcements
- 📢 #Gate广场征文活动第三期# 正式啓動！
🎮 本期聚焦：Yooldo Games (ESPORTS)
✍️ 分享獨特見解 + 參與互動推廣，若同步參與 Gate 第 286 期 Launchpool、CandyDrop 或 Alpha 活動，即可獲得任意獎勵資格！
💡 內容創作 + 空投參與 = 雙重加分，大獎候選人就是你！
💰總獎池：4,464 枚 $ESPORTS
🏆 一等獎（1名）：964 枚
🥈 二等獎（5名）：每人 400 枚
🥉 三等獎（10名）：每人 150 枚
🚀 參與方式：
在 Gate廣場發布不少於 300 字的原創文章
添加標籤： #Gate广场征文活动第三期#
每篇文章需 ≥3 個互動（點讚 / 評論 / 轉發）
發布參與 Launchpool / CandyDrop / Alpha 任一活動的截圖，作爲獲獎資格憑證
同步轉發至 X（推特）可增加獲獎概率，標籤：#GateSquare 👉 https://www.gate.com/questionnaire/6907
🎯 雙倍獎勵機會：參與第 286 期 Launchpool！
質押 BTC 或 ESPORTS，瓜分 803,571 枚 $ESPORTS，每小時發放
時間：7 月 21 日 20:00 – 7 月 25 日 20:00（UTC+8）
🧠 寫作方向建議：
Yooldo
NVIDIA NeMo-RL 利用 GRPO 進行高級強化學習
張彼得
2025年7月10日 06:07
NVIDIA推出NeMo-RL，一個用於強化學習的開源庫，支持與GRPO的可擴展訓練，並與Hugging Face模型集成。
NVIDIA 已推出 NeMo-RL，這是一個前沿的開源庫，旨在增強強化學習 (RL) 的能力，具體內容可以參考 NVIDIA 的官方博客。該庫支持可擴展的模型訓練，從單 GPU 原型到大規模的千 GPU 部署，並與 Hugging Face 等流行框架無縫集成。
NeMo-RL的架構與特點
NeMo-RL 是更廣泛的 NVIDIA NeMo 框架的一部分，以其多功能性和高性能能力而聞名。該庫包括與 Hugging Face 模型的原生集成，優化的訓練和推理過程。它支持 DPO 和 GRPO 等流行的強化學習算法，並採用基於 Ray 的編排以提高效率。
NeMo-RL的架構設計時考慮了靈活性。它支持各種訓練和回滾後端，確保高層算法實現與後端細節保持無關。這種設計允許模型的無縫擴展，而無需修改算法代碼，使其非常適合小規模和大規模部署。
使用 GRPO 實現 DeepScaleR
這篇博客文章探討了如何應用NeMo-RL來重復使用Group Relative Policy Optimization (GRPO)算法的DeepScaleR-1.5B食譜。這涉及到訓練高性能的推理模型，例如Qwen-1.5B，以便在AIME24學術數學挑戰中與OpenAI的O1基準進行競爭。
訓練過程分爲三個步驟，每個步驟都增加使用的最大序列長度：從8K開始，然後是16K，最後是24K。這種逐步增加有助於管理推出序列長度的分布，優化訓練過程。
訓練過程與評估
訓練設置涉及複製 NeMo-RL 倉庫並安裝必要的軟件包。訓練分階段進行，模型持續評估以確保達到性能基準。結果表明，NeMo-RL 在僅 400 步內達到了 0.65 的訓練獎勵。
在AIME24基準測試中的評估顯示，訓練模型超越了OpenAI O1，突顯了NeMo-RL與GRPO算法結合時的有效性。
開始使用 NeMo-RL
NeMo-RL 可供開源使用，提供詳細的文檔和示例腳本，存放在其 GitHub 存儲庫中。這個資源非常適合那些希望使用可擴展和高效的方法進行強化學習實驗的人。
該庫與Hugging Face的集成及其模塊化設計使其成爲研究人員和開發者在項目中利用先進強化學習技術的強大工具。
圖片來源：Shutterstock