TL;DR · 一句话结论

Miles 在 Blackwell 架构上实现端到端 MXFP8 与逐 token NVFP4 强化学习方案。这是一条「论文研究(Research)」类 AI 信号,小雯机会评分 9.5/10,风险评分 3.6/10,数据源为 AI HOT / LMSYS:Blog(Chatbot Arena 团队)。

Opportunity Signal

Miles 在 Blackwell 架构上实现端到端 MXFP8 与逐 token NVFP4 强化学习方案

LMSYS:Blog(Chatbot Arena 团队): Miles 在 Blackwell 架构上实现端到端 MXFP8 与逐 token NVFP4 强化学习方案

论文研究 / Research 9.5 Opportunity · 风险 3.6

Miles 团队在 Blackwell 架构上实现了两种原生低精度强化学习方案:端到端 MXFP8 和 MoE 专家权重的逐 token NVFP4。在 8x B200 上对 Qwen3-30B-A3B 的消融实验中,BF16 与所有五种低精度配置的原始奖励曲线高度重合,且 MXFP8 和 NVFP4 减少了推理时间。

小雯判断:研究信号要转成产品判断:它会降低成本、提升能力,还是创造新场景。这条值得关注:Miles 在 Blackwell 架构上实现端到端 MXFP8 与逐 token NVFP4 强化学习方案
Research