该来源未收录可展示正文，站内仅提供摘要。
阅读原文（在新标签页打开）当大模型强化学习走向规模化，Batch Size Scaling 有什么不一样？
AI 导读
腾讯混元研究团队从第一性原理分析 LLM 强化学习中的 batch size scaling，提出以 time-to-target 为判据：只有当吞吐增益 r_q 超过样本代价 r_N 时，更大的 batch 才能缩短训练时间。
腾讯混元：Research（API）
43
AI 编辑部评分，满分 100当大模型强化学习走向规模化，Batch Size Scaling 有什么不一样？
腾讯混元研究团队从第一性原理分析 LLM 强化学习中的 batch size scaling，提出以 time-to-target 为判据：只有当吞吐增益 r_q 超过样本代价 r_N 时，更大的 batch 才能缩短训练时间。
来源：腾讯混元：Research（API）· hunyuan.tencent.com