- 话题1/3
49k 热度
29k 热度
9k 热度
26k 热度
18k 热度
- 置顶
- 🎉 Gate广场“星火计划”入驻KOL突破1000人！
💥 创作者生态迎来全面爆发期！
📈 上首页、拿奖励、赢影响力，你还在等什么？
💰 现金激励 ✔️
🚀 流量扶持 ✔️
👑 专属认证 ✔️
从0到1000，我们只用了短短数周，Gate广场正在成为Web3内容风暴眼⚡
你发布的不只是内容，而是下一个“爆款机会”！
🌟 加入星火计划，开启你的爆发之路！
👉 https://www.gate.com/announcements/article/45695
#GateSquare # #星火计划# #内容创作者新纪元 # #KOL集结令#
- 📢 #Gate广场征文活动第三期# 正式启动！
🎮 本期聚焦：Yooldo Games (ESPORTS)
✍️ 分享独特见解 + 参与互动推广，若同步参与 Gate 第 286 期 Launchpool、CandyDrop 或 Alpha 活动，即可获得任意奖励资格！
💡 内容创作 + 空投参与 = 双重加分，大奖候选人就是你！
💰总奖池：4,464 枚 $ESPORTS
🏆 一等奖（1名）：964 枚
🥈 二等奖（5名）：每人 400 枚
🥉 三等奖（10名）：每人 150 枚
🚀 参与方式：
在 Gate广场发布不少于 300 字的原创文章
添加标签： #Gate广场征文活动第三期#
每篇文章需 ≥3 个互动（点赞 / 评论 / 转发）
发布参与 Launchpool / CandyDrop / Alpha 任一活动的截图，作为获奖资格凭证
同步转发至 X（推特）可增加获奖概率，标签：#GateSquare 👉 https://www.gate.com/questionnaire/6907
🎯 双倍奖励机会：参与第 286 期 Launchpool！
质押 BTC 或 ESPORTS，瓜分 803,571 枚 $ESPORTS，每小时发放
时间：7 月 21 日 20:00 – 7 月 25 日 20:00（UTC+8）
🧠 写作方向建议：
Yooldo
- 🎉Gate 2025 上半年社区盛典：内容达人评选投票火热进行中 🎉
🏆 谁将成为前十位 #Gate广场# 内容达人？
投票现已开启，选出你的心头好
🎁赢取 iPhone 16 Pro Max、限量周边等好礼！
📅投票截止：8 月 15 日 10:00（UTC+8）
立即投票: https://www.gate.com/activities/community-vote
活动详情: https://www.gate.com/announcements/article/45974
- 📢 #Gate广场征文活动第二期# 正式启动！
分享你对 $ERA 项目的独特观点，推广ERA上线活动， 700 $ERA 等你来赢！
💰 奖励：
一等奖（1名）： 100枚 $ERA
二等奖（5名）： 每人 60 枚 $ERA
三等奖（10名）： 每人 30 枚 $ERA
👉 参与方式：
1.在 Gate广场发布你对 ERA 项目的独到见解贴文
2.在贴文中添加标签： #Gate广场征文活动第二期# ，贴文字数不低于300字
3.将你的文章或观点同步到X，加上标签：Gate Square 和 ERA
4.征文内容涵盖但不限于以下创作方向：
ERA 项目亮点：作为区块链基础设施公司，ERA 拥有哪些核心优势？
ERA 代币经济模型：如何保障代币的长期价值及生态可持续发展？
参与并推广 Gate x Caldera (ERA) 生态周活动。点击查看活动详情：https://www.gate.com/announcements/article/46169。
欢迎围绕上述主题，或从其他独特视角提出您的见解与建议。
⚠️ 活动要求：
原创内容，至少 300 字， 重复或抄袭内容将被淘汰。
不得使用 #Gate广场征文活动第二期# 和 #ERA# 以外的任何标签。
每篇文章必须获得 至少3个互动，否则无法获得奖励
鼓励图文并茂、深度分析，观点独到。
⏰ 活动时间：2025年7月20日 17
- 📢 ETH冲击4800？我有话说！快来“Gate广场”秀操作，0.1 ETH大奖等你拿！
牛市预言家，可能下一个就是你！想让你的观点成为广场热搜、赢下ETH大奖？现在就是机会！
💰️ 广场5位优质发帖用户+X浏览量前5发帖用户，瓜分0.1 ETH！
🎮 活动怎么玩，0门槛瓜分ETH！
1.话题不服来辩！
带 #ETH冲击4800# 和 #ETH# 在 广场 或 K线ETH下 围绕一下主题展开讨论：
-ETH是否有望突破4800？
-你看好ETH的原因是什么？
-你的ETH持仓策略是？
-ETH能否引领下一轮牛市？
2. X平台同步嗨
在X平台发帖讨论，记得带 #GateSquare# 和 #ETH冲击4800# 标签！
把你X返链接提交以下表单以瓜分大奖：https://www.gate.com/questionnaire/6896
✨发帖要求：
-内容须原创，字数不少于100字，且带活动指定标签
-配图、行情截图、分析看法加分，图文并茂更易精选
-禁止AI写手和灌水刷屏，一旦发现取消奖励资格
-观点鲜明、逻辑清晰，越有料越好！
关注ETH风向，创造观点价值，从广场发帖开始！下一个牛市“预言家”，可能就是你！🦾🏆
⏰ 活动时间：2025年7月18日 16:00 - 2025年7月28日 23:59（UTC+8）
【立即发帖】 展现你的真知灼见，赢取属于你的ETH大奖！
NVIDIA NeMo-RL 利用 GRPO 进行高级强化学习
张彼得
2025年7月10日 06:07
NVIDIA推出NeMo-RL，一个用于强化学习的开源库，支持与GRPO的可扩展训练，并与Hugging Face模型集成。
NVIDIA 已推出 NeMo-RL，这是一个前沿的开源库，旨在增强强化学习 (RL) 的能力，具体内容可以参考 NVIDIA 的官方博客。该库支持可扩展的模型训练，从单 GPU 原型到大规模的千 GPU 部署，并与 Hugging Face 等流行框架无缝集成。
NeMo-RL的架构与特点
NeMo-RL 是更广泛的 NVIDIA NeMo 框架的一部分，以其多功能性和高性能能力而闻名。该库包括与 Hugging Face 模型的原生集成，优化的训练和推理过程。它支持 DPO 和 GRPO 等流行的强化学习算法，并采用基于 Ray 的编排以提高效率。
NeMo-RL的架构设计时考虑了灵活性。它支持各种训练和回滚后端，确保高层算法实现与后端细节保持无关。这种设计允许模型的无缝扩展，而无需修改算法代码，使其非常适合小规模和大规模部署。
使用 GRPO 实现 DeepScaleR
这篇博客文章探讨了如何应用NeMo-RL来重复使用Group Relative Policy Optimization (GRPO)算法的DeepScaleR-1.5B食谱。这涉及到训练高性能的推理模型，例如Qwen-1.5B，以便在AIME24学术数学挑战中与OpenAI的O1基准进行竞争。
训练过程分为三个步骤，每个步骤都增加使用的最大序列长度：从8K开始，然后是16K，最后是24K。这种逐步增加有助于管理推出序列长度的分布，优化训练过程。
训练过程与评估
训练设置涉及克隆 NeMo-RL 仓库并安装必要的软件包。训练分阶段进行，模型持续评估以确保达到性能基准。结果表明，NeMo-RL 在仅 400 步内达到了 0.65 的训练奖励。
在AIME24基准测试中的评估显示，训练模型超越了OpenAI O1，突显了NeMo-RL与GRPO算法结合时的有效性。
开始使用 NeMo-RL
NeMo-RL 可供开源使用，提供详细的文档和示例脚本，存放在其 GitHub 存储库中。这个资源非常适合那些希望使用可扩展和高效的方法进行强化学习实验的人。
该库与Hugging Face的集成及其模块化设计使其成为研究人员和开发者在项目中利用先进强化学习技术的强大工具。
图片来源：Shutterstock